人口发展方程模型在我国人口预测中的应用

文章以题中的统计数据为基础,考虑到今后的人口政策的调整和社会经济条件的变化等因素,利用动态的人口预测方法对我国人口增长的中短期和长期趋势进行了预测,将总和生育率（TFR）直接纳入预测模型,并考虑了生育模式对生育水平的影响,对在预测变量特别是生育率函数的取法和死亡率函数的设置上进行了讨论和改进,还在总和生育率（TFR）上进行了高、中、低水平的不同情形下进行预测,其结果是有价值的,在计划生育政策的制定上具有很好的指导意义。     

ARIMA与指数平滑法在我国人口预测中的比较研究

文章建立了基于人口时间序列资料的ARIMA和指数平滑法人口预测模型,并将二者进行比较,得出最优模型为ARIMA(2,2,1)模型;用此模型对我国2006～2015年人口数作出了估计.结果表明,ARIMA模型更适合我国人口时间序列数据的拟合;我国总人口在未来十年内仍会增长,但增长速度渐趋缓慢,到2010年末,我国人口将达到13.39亿.     

对人口预测方法的思考

回顾 2 0世纪 ,我们可以看到 :两次世界大战后 ,世界人口迅速增加。随着经济的发展 ,发达国家的人口已经由增长型过渡到稳定型 ;而有些发展中国家也通过计划生育将人口增长率逐步降低。总体上看 ,世界人口增长率在不断的下降。由于人口基数比较大 ,每年人口总数仍以较大的绝对数上涨。跨入 2 1世纪我们仍然要面对新的人口问题 ,人口已由增长型向稳定型过渡 ,人口结构不再是金字塔型 ,或者至少应该称为畸形金字塔。这样的人口结构将会给社会带来各种负面影响 ,例如少儿抚养比、失业问题、负担系数、老龄化问题。因此 ,在未来人口发展政策及人…     

Logistic生物微分模型在人口预测中的应用

文章讨论了Logistic生物微分模型,并将它用于人口预测.通过利用四川省的人口数建立了四川省人口预测的Logistic模型,其人口预测的平均误差为0.1388%,预测效果非常好.     

浙江未来人口预测

凡事预则立,不预则废。预测浙江未来人口发展的趋势和规模,就是要及早地把握浙江人口发展的总趋势、总方向,以期了然于胸,科学决策。为实现浙江经济的真正起飞服务,为浙江提前基本实现现代化服务。一、预测方案和采用数据(一)预测方案。本预测采用国家统一下发的人口仿真预测软件,采取三套方案来加以测算:第一方案,从2001-2010年以妇女总和生育率为1.4,而后每隔5年上升0.1,至1.8后不变直至2050年。第二方案,从2001-2010年以妇女总和生育率为1.4,而后每隔10年上升0.1,一直上升至1.6,直至2050年不变。第三方案,从2001-2050年均以妇女总和生育…     

等维灰数递补模型在人口预测中的应用

人口是一国和地区发展的重要因素。准确的人口预测是制定国民经济计划、区域发展规划的基础。文章介绍了灰色GM(1.1)模型在人口预测中的应用,包括模型的建立、精度检验、不同维模型的选优以及提高模型预测精度的等维递补方法;并用等维灰数递补GM(1.1)模型对甘肃省2006-2020年的总人口进行了预测,精度检验结果表明模型预测精度高,预测结果较为可靠。     

中国人口预测的自回归分布滞后模型研究

本研究以自回归分布滞后模型为基础,以人口年增长量作为被解释变量,人口年增长量的滞后值、人口年出生率和人口年死亡率的滞后值作为解释变量,分别设计了两类4个模型,并以1952-2002年人口序列数据为基础,采用一般回归法、后退法和逐步回归法三种方法对所设计的模型进行估计,得到可作为人口预测的168个模型.然后,从中筛选出较优的包含人口年增长量滞后值的中国人口自回归分布滞后预测模型和不包含人口年增长量滞后值的中国人口预测模型.     

自回归及logistic离散模型在中国人口预测中的应用

为了寻找更好人口预测方法,经济领域常用的自回归模型创新式的被应用到中国的人口预测中.通过结果预测结果分析,易知自回归的预测效果相当不错.进一步探索人口的预测理论,精典的logistic离散模型被用来和自回归模型做对比.由于自回归模型和logistic离散模型在形式上有很大的相似,对两者在建模原理上进行了对比分析,且对两个模型理论进行了推广.     

引入省际净迁移因素的年龄别分城乡人口预测

文章定性描述了引入省际人口净迁移因素的年龄别分城乡人口预测的思路;构建了考虑人口城乡迁移和人口区域流动因素的年龄别分城乡人口预测模型;对2009~2050年陕西城乡分年龄人口进行了预测。     

人口预测的投影寻踪自回归模型构建与实证

文章根据全国和上海市1980—2020年两种完全不同人口变化规律的时间序列数据,采用自回归分析法,确定了3个预测因子,分别建立投影寻踪自回归（PPAR）模型,建模样本的数据拟合精度和验证样本的预测精度均显著高于GM、Logistic模型,完全能够满足人口预测的需要。实证结果表明：全国人口2011—2020年验证样本的平均绝对误差MAE和平均绝对百分比误差MAPE分别为160.0万人和0.116%,最大相对误差仅为0.26%;2021—2030年的人口预测结果表明,2021—2027年,人口增速越来越慢,并于2027年出现人口达峰,达峰人口为14.15亿人。上海市人口2016—2020年验证样本的MAE和MAPE分别为6.9万人和0.28%,最大相对误差仅为0.53%;2021—2027年人口增速越来越慢,并于2027年达峰,达峰人口为2499.9万人。     

ARIMA模型在广东省GDP预测中的应用

文章对广东省1978～2008年国内生产总值进行了分析.运用Box-Jenkins方法建立了ARIMA模型.通过对数据的平稳性检验、模型参数识别与检验、模型检验等综合分析,确立了ARIMA(1,1,O)模型.     

SETAR模型在GDP预测中的应用

本文分别使用了非线性自我激励门限模型SETAR和线性ARIMA模型对我国1952-2000年的GDP进行了研究,并且还运用一步预测和多步预测两种方法对未来5年的GDP进行了预测,最后运用RAPE、RMSE方法比较两种方法的预测效果,得出结论。     

新混沌系统的自适应控制与噪声中的同步研究

文章分析了新混沌系统的动力学行为,在参数未知时设计一连续的自适应控制器,通过调整控制增益提高控制速度,并证明所给控制器能使受控混沌系统全局渐近稳定。研究在有界噪声作用下两个新混沌系统的异同步控制器的控制效果,用Matlab软件进行数值仿真,检验了该控制器具有较强的鲁棒性和抗干扰能力。     

基于混沌时间序列的电力需求短期预测分析

文章通过对电力需求的混沌特征进行分析,建立了基于混沌时间序列的电力需求量的短期预测模型,为实现电力资源综合优化奠定了重要的、较为可靠的研究基础。     

基于混沌特性参数的股指神经网络建模及预测

文章针对嵌入维数较高的混沌时间序列很难在相空间中找出一种映射关系来预测其变化趋势,提出基于序列的混沌特性参数建立RBF神经网络预测模型。该模型以相空间中的各个相点作为输入,通过高斯函数的多次复合来逼近复杂的映射关系。以具有混沌特性的上海证券交易所股指时间序列为例对模型进行了验证。结果表明,该模型具有较好的预测能力和预测精度。     

CA-AR模型在人口增长模拟中的应用

文章结合人口变化的空间和属性两个基本特征,充分利用CA和AR模型的优点,构建了用于模拟人口增长的CA-AR模型.对成都市主城区作实证研究.以1991年～2004年的人口统计数据为基础估计模型参数,并用2005年的人口数据对模型进行检验.结果表明,此模型较好地解决了在人口增长模拟中人口数量的时间序列变化和空间相互影响相结合的问题.使人口增长模拟更符合实际情况,预测精度较高,为城市规划、城市土地利用规划等提供了科学的参考依据.     

SARIMA模型在预测中国CPI中的应用

文章考虑中国通货膨胀率月度频率数据本身所表现出来的波动特征,分别对CPI同比序列和环比序列建立时间序列SARIMA模型进行了分析和预测,可为政策制定者相机抉择调控经济运行的宏观政策提供可靠工具。结果表明:相对于单一的对同比序列和环比序列建模预测而言,结合两种模型构造的合成预测值的预测精度更高。     

ARIMA模型在基金指数预测中的应用

本文采用自回归移动平均模型(ARIMA),选取上证基金指数2005年6月1日至2006年5月31日共238个交易日的数据进行了实证分析,结果显示,与传统时间序列方法相比ARIAM(2,1,5)模型对上证基金指数具有更好的预测效果,可为投资者的决策提供较准确的依据。     

基于支持向量机的降水量混沌时间序列预测

本文针对降水量时间序列的混沌性,根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量机优越的非线性拟合性能,建立了基于支持向量机的降水量混沌时间序列预测模型。由于降水量时间序列的特殊性,本文采用均方根误差为标准来选取最优嵌入维数和模型参数,并结合实例验证该模型能精确地预测降水量。同时,这一结论也预示着支持向量机是一种研究混沌时间序列的有效方法。     

ARIMA模型在基本建设投资预测中的应用

基本建设投资对经济发展的影响有其滞后的特征。本文利用ARIMA模型对其滞后影响进行模拟 ,为正确把握基本建设投资对经济发展的影响作用提供实证基础