灰色模型在医学中应用的有关条件

灰色系统ＧＭ（１，１）模型是灰色控制系统中灰色预测模型之一。它是一种微分方程的时间连续模型，同时它也不受一般统计模型是原始数据建模并且要求有足够的样本和典型的概率分布等种种条件的约束，因而它具有适用性较强、预测性能好的优点。灰色模型在医学上特别是在卫生管理方面，对时间序列作近期预测的应用日趋广泛，并在应用中得到了发展。许多人在尝试使用ＧＭ（１，１）模型对医院的住院人数、疾病、经济收入等的未来进行预测。本文谈谈ＧＭ（１，１）模型在医学应用过程中应注意的问题和模型的适用条件。一　灰色系统ＧＭ（１，１…     

提高统计预测精度的方法探讨

提高统计预测精度的方法探讨文／￥￥安徽财贸学院杨桂元，马永开统计预测是以实际统计资料为基础，根据经济现象的联系及其发展趋势，运用适当的数学模型推算所研究的对象在一定时间内（一定条件下）可能达到的规模和水平。统计预测的特点在于它充分利用现有资料所提供的...     

基于深度学习LSTM神经网络的全球股票指数预测研究

作为深度学习技术的经典模型之一，长短期记忆（LSTM）神经网络在挖掘序列数据长期依赖关系中极具优势。基于深度神经网络优化技术，本文构造了一个深层LSTM神经网络并将其应用于全球30个股票指数三种不同期限的预测研究，结果发现：①LSTM神经网络具有很强的泛化能力，对全部指数不同期限的预测效果均很稳定；②LSTM神经网络具有优秀的预测精度，相比三种对照模型（SVR，MLP和ARIMA），其对全部指数的平均预测精度在不同期限上均有提升；③LSTM神经网络能够有效控制误差波动，其对全部指数的平均预测稳定度相比三种对照模型在不同期限上亦均有提高。鉴于LSTM神经网络在预测精度和稳定度两方面的优势，其未来在金融预测中将有广阔的应用前景。     

对统计数据的特征分析与预测模型选择的研究

统计模型的建立不仅需要统计数据支持，而且模型的形式选择又紧紧依赖于统计数据的特征，因此，统计数据是统计模型的基础。本文拟对统计数据的特征与预测模型形式之间的内在关系进行探讨，即回答什么样的统计数据特征，应该选择什么样的统计预测模型。一、时序数据特征分析与预测模型的选择没Y；、Y。，……，）：＼为确定性数据列，简记ZYS（t—l，2，…，N）。首先分析时序数据列是否存在自相关，鉴别时序是否存在自相关的最简单方法是画出Y二f（）的散点图。如果散点呈连续缓慢变化，则说明时序数据列存在自相关，这时预测模型可选择…     

我国统计数据质量的评估方法研究————————趋势模拟评估法及其应用

 本文采用组合模型的形式对时间序列数据的变化特点建模，在模型通过各种检验、具有良好统计预测功能的基础上，从检验异常值的角度来分析预测值与实际值之间差异的程度，找出离群数据，利用数理统计中检验实验观测数据异常值的方法，对离群数据的误差进行统计上的显著检验，从而评估统计数据的质量。文章以我国国内生产总值（GDP）为研究对象，选取我国1978-2003年间的GDP作为样本，运用趋势模拟评估法来评估我国2004年国内生产总值的准确性。对我国经济指标的时间序列数据进行了实证分析。     

CPI预测的SVM-ARIMA模型构建与数值模拟

居民消费价格指数（CPI）是宏观经济中的前瞻性指标,为经济政策的制定提供数据支撑,发挥指导作用。文章利用CPI的月度数据构建基于小波分解的SVM-ARIMA组合模型,实现了对CPI的精准预测。首先,对2000—2019年的居民消费价格指数序列进行小波分解;然后,对分解后的居民消费价格指数序列分别利用ARIMA模型和SVM模型进行预测;最后,将预测结果进行整合形成对居民消费价格指数的组合预测模型,并选用2020年的实际CPI月度数据与模型预测数据进行有效性验证。结果表明：组合模型的平均绝对百分比误差（MAPE）与均方根误差（RMSE）分别为0.5383%和0.6604%,相较于ARIMA时间序列模型和SVM模型实现了极大的改进。此外,该组合模型的预测分析框架具有较强的适应性和扩展性,可用于其他相同特征类型的时间序列数据的模拟预测。     

统计思维法

传统的统计思维基本上包括三个部分：“资料收集”、“资料分析”以及“统计推断”。所谓“资料收集”，指的是想了解的整体（称之为母体）资料太庞大，所以透过统计方法去取得有用的样本。在统计上我们发展出“实验设计法”（Design of experiment)，及“统计抽样方法”（Sampling survey)两套学问。所谓“资料分析”，指的是将已经取得的资料，加以分析、研究，甚至建立模型，主要工作内容在于Point Estimation（点估计）、Hypothesis Testing（假设检定）、Model Building(建模）以及Forecasting（预测）。从早期的叙述统计（Descrip…     

对统计预测中估计标准差的自由度的看法

在统计预测中,不论是时间序列预测还是因果关系预测,都是假设预测目标与影响其变化的因素之间存在着相关关系（线性或非线性）。因此,建立预测模型y=f（x1,对于一组样本观察值,满足,,且各;相互独立。为了研究y与x1,x2,...,xm之间的关系,我们建立回归模型,用所建立的预测模型进行预测和控制。对于给定的,则预测目标的点预测值为;当样本容量N较大时,预测目标的概率为95．45％的预测区间约为,其中为估计标准差（N为样本容量,m为模型中被估计参数的个数）。不论是线性模型还是非线性模型结论都是如此。由暴奉贤、韩兆洲、郭…     

系统安全数据预测方法综述

据不完全统计,现有的各类预测方法达300种之多,而通常用于系统安全数据预测的方法主要有回归分析法、德尔菲法、趋势外推法、马尔可夫预测、齐次泊松过程模型、指数平滑线、残差辩识法、模型法和灰色预测法等。这些预测方法可分成3类:前5种是统计型的;指数平滑与残差辩识属递推型;灰色预测与模型法则属于连续型。现就这几种预测方法作一简要评述。一、统计型的预测方法1、回归分析法这是一种传统的分析、预测方法,长期以来作为一种经典方法而广泛应用,且种类较多。在系统安全数据的预测上,目前运用较多的为单元线性回归和单元指数回归。由于…     

南京市劳动力资源供求状况研究

近两年，随着改革的深入，南京市的就业状况越来越严重。为了对这一状况有所了解，本文将利用数量分析的方法作一些分析与预测，并提出一些解决问题的对策。一、劳动力资源供求状况分析1、总供给：劳动力的总供给取决于总人口、劳动力资源占总人口的比重以及劳动力参与系数（需就业的人数与劳动力资源之比）等三个因素。（1）利用1989—1997年南京市总人口的样本数据，建立总人口经济计量模型：（1989年总人口为496．14万，1990一1997年总人口见表一）式中T为趋势变量；括号中的数据是各回归系数的t统计量。利用模型（1）求出1998—2000年…     

基于投资混频数据的中国经济波动预测

文章基于投资与经济波动之间的相关关系,充分体现统计调查数据和网络搜索数据的优势,利用两种数据对中国宏观经济波动进行研究。针对混频数据的特点和深度学习算法的优势,提出了融合混频数据和深度学习的宏观经济预测方法。首先,考虑到政府统计调查数据与经济波动的强相关性,选取政府投资统计月度指标合成投资统计指数;然后,结合网络搜索数据的时效性和高频性,选取与投资相关关键词的百度指数日度数据合成投资网络搜索指数;最后,构建多源混频数据长短期记忆神经网络模型（MM-LSTM）,利用中国2011—2022年的相关数据进行实证研究,并考察模型的精度与时效性。结果表明,投资相关指标与中国GDP增长率之间存在正向关系;网络搜索数据的加入有助于提升宏观经济预测的精度;MM-LSTM模型提高了短期和中期的预测精度,具备提前预测能力,可为相关部门提供决策依据。     

聚焦中华，放眼世界，与客户一同成长——记银川艾依斯商务数据统计咨询有限公司

地处于银川市凤凰北街270号的银川艾依斯商务数据统计咨询有限公司，简称AES数据统计调研机构，是宁夏乃至西北最专业的市场调研机构之一，是中国市场研究协会会员单位，中国市场信息调查业协会会员单位，宁夏取得涉外调查资质的市场化现代调研机构。AES是Accurate（准确）Exact（精确）Satisfaction（满意）的缩写代表了该公司市场定位准确，数据统计精确，用户满意的企业文化，是不预设立场的客观中立数据调研机构，是宁夏地区专业数据调研市场的早期开拓者与当前领导者之一。作为中国注册的高级策划师的伏国军，带领他的团队，     

基于优化LSTM模型的股价预测方法

为了提高金融时序预测的准确性及泛化性，文章提出了基于主成分分析法和注意力机制来优化长短时记忆模型（PCA-Attention-LSTM）的消费行业板块指数预测方法。首先对指数日常数据生成技术指标，然后通过主成分分析法提取重要特征，根据长短时记忆神经网络（LSTM）学习输入特征的内部变化规律，并利用注意力机制计算LSTM隐层状态的不同权重，最后结合注意力权重和LSTM神经网络进行指数预测。结果表明，优化后的LSTM模型对消费行业板块指数走势具有较强的预测能力。此外，在预测方法的基础上引入了股票的异同移动平均线和均线指标，提供了一种每日轮动自动捕捉交易点的短频量化交易策略。     

经济计量模型的统计转换──经济转轨时期的有效预测方法

经济计量模型的统计转换──经济转轨时期的有效预测方法毛迅对中国经济预测研究的现状,美国南加州大学经济系理查德·戴教授对此有如下评论：“在这些研究中所采用的方法都是在西方国家开发并使用过的,例如;线性计量（统计）方程模型、技术一产出模型、动态递推规划和...     

数据打假应正视统计部门自身因素

统计部门自身存在着影响数据质量的因素，数据打假也应正视统计部门自身。１．统计方法制度不完善。（１）统计部门内部各专业间方法制度在指标含义、口径上不统一，造成综合汇总数据失真。以“库存”指标为例：物资能源统计方法制度对其的定义是“某一时点上实际结存的某...     

时间序列神经网络预测模型

本文讨论神经网络用于非线性动态系统建模与预测的问题和方法，主要考虑了如下几个问题：（１）相关变量的选择；（２）观测数据的可预测性与模型的有效性检验；（３）运用改进遗传算法学习神经网络连接权值。本文预测建模方法已用于一个决策支持系统中，并取得了较好的效果     

《寿命数据中的统计模型与方法》简介

《寿命数据中的统计模型与方法》简介寿命数据是医学、生物学、保险学和工程科学中常遇见的一类数据，它与一般统计学中研究的数据有不同之处，常表现为不完全数据，或具有截尾的特点，或具有加速的特点，或具有分组的特点。另外，寿命数据的获得常常花费较大，因此爱惜和...     

基于现金流视角的项目灰色GM（1，1）动态决策

目前关于现金流预测方面的研究相对成熟，也有不少数理方法被引入。由于现金流属于动态，项目投资相关决策也应根据历史数据进行动态预测和决策，文章使用一次修正残差的灰色GM（1，1）模型集合项目投资净现金流运动情况，对备选项目进行比选。结论发现灰色预测决策在考虑风险因素方面仍然存在一定的缺陷，并提出相关建议。     

政府债务统计国际比较研究

政府债务统计是分析一国或地区政府财政状况和评估财政风险的重要依据,欧洲主权债务危机爆发之后受到国际社会的高度重视。本文对国际组织政府债务统计体系和英、美、加、日、中等国的政府债务统计进行比较研究,分析不同体系和不同国家在概念、分类、指标、统计准则与口径、数据发布等方面的异同及主要特征。目前,中国的政府债务统计尚不完善,存在不少问题,概念与分类体系不明确,不同部门之间统计口径存在差异,统计指标单一,不利于政府债务管理与风险监控。中国应加快建立和完善政府债务统计体系,重点在于：（1）统一政府债务统计口径;（2）尽快开展政府净债务统计;（3）加快编制国家资产负债表;（4）健全政府债务统计指标体系;（5）完善政府债务信息公开制度。     

消费需求分析中的模型选择——以农村居民商品与服务消费需求为例

文章基于2000—2021年我国31个省份农村居民商品与服务消费支出的面板数据,对施加了理论约束进而能够反映消费者选择公理的双对数（Double-Log）模型、线性支出系统（LES）模型、鹿特丹（Rotterdam）模型、近乎完美需求系统（AIDS）模型和二次近乎完美需求系统（QUAIDS）五个完整需求系统模型进行了样本内和样本外的商品与服务消费需求预测评估研究。结果显示,QUAIDS模型的预测表现最好,AIDS模型和Double-Log模型次之,LES模型和Rotterdam模型相对较差;模型函数式方法的预测误差明显大于弹性均值方法的预测误差,弹性均值预测方法优于模型函数式预测方法。根据经济变量和非经济变量弹性绝对值大小、显著性以及正负符号是否符合经济学理论和现实观察,有助于判断模型选择的恰当性,但不能据此确定模型的优劣,需要通过样本内和样本外的预测评估,特别是样本外的预测评估选取适用的需求分析模型。