六种时间序列组合建模及应用

文章立足卫生支出等趋势预测问题的时间序列组合建模研究,以实证算例进行验证和比较.根据政府卫生支出时序资料,将曲线拟合法和ARIMA法纳入模型,建立线性加权组合模型(残差平方和倒数法、灰色关联法、相关系数法、待定系数法和等权法)以及残差修正模型;计算拟合序列和残差序列,讨论拟合性能.并建立修正指数曲线模型和ARIMA模型,发现拟合及预测效果不错;五种组合建模技术均优于单种方法拟合性能.曲线法、ARIMA法及其组合技术对于趋势预测问题有适用意义.     

BP神经网络模型对公司价值评估中自由现金流量的时序预测

自由现金流量法在企业价值评估中占有重要的一席之地.本文介绍了用直接法对自由现金流量各参数的计算应用,将BP神经网络时序分析用于对自由现金流量的时序预测,较好地克服了统计时序分析中固有的一些局限.并以某轿车厂作为案例,对自由现金流量的全部时序预测过程加以说明.     

基于ANN的时序预测模型及其在统计中的应用

建立时序预测模型是数据挖掘的任务之一,而统计分析也是数据挖掘的内容之一.本文作者利用ANN可逼近任意非线性映射关系的特点,提出了基于ANN的时序预测模型.以南宁市人口自然增长率时序数据为例构建了预测模型,并对模型进行了测试和检验.测试结果表明基于ANN的时序预测模型对时间序列具有较好的预测性能,在统计预测方面有着广泛的应用前景.     

几种时间序列分析方法的比较与应用

一、几种时间序列分析方法的简单比较时间序列分析技术是通过对预测目标自身时间序列的处理,来研究其变化趋势的方法。本文把时间序列预测技术大致分成三个方面,即:"确定性时序分析法"、"随机(非确定性)性时序分析法"及"确定性加随机性时序组合模型分析法"。确定性时序分析法主要有:①移动平均法、②指数平滑法、③时间回归法和④季节周期预测法等。确定性时序分析法能够刻画序列的主要趋势,且直观、简单、     

医疗统计周期性预测问题的比较研究

文章立足医疗统计领域周期性预测问题,以门诊人次为例进行建模方法比较,为类似研究提供方法参考.采用方式为:方式1:门诊人次季度数据由X11法时序分解后提取季节指数消除季节波动,用ARIMA法和抛物线拟合外推.方式2:周期差分提取季节信息,二阶差分提取长期趋势,直接用季节ARIMA法建模.季节波动和短期相关间交互影响不清,试用简单季节或乘积季节模型.得出结论:方式1对周期时序资料分解后,由组合方法依次直观反映;方式2直接用季节模型拟合预测,乘积季节模型性能并非有替代性,简单季节模型更优.算例为载体用几类方法比较研究,对于医院统计领域周期性预测问题有借鉴意义.     

武汉市产业结构的偏离度趋势

本文从产业结构偏离度的角度分析武汉市1981-2003年度产业结构效益的演变轨迹,建立三次方曲线的时序动态分析模型,并利用该模型对武汉市2004-2008年产业结构偏离度的发展趋势进行预测,为未来五年武汉市产业结构效益优化提供信息支持.文中对比全国、北京、上海2003年的产业结构偏离度,找出差距进行分析,最后提出优化武汉市产业结构效益的建议.     

基于Chaos和CS理论的工程投资预测方法研究

文章针对当前工程投资预测领域存在的投资目标预测方法不科学、预测方法工作量大、准确性低等问题及原因,在借鉴了国内外相关理论和方法的基础上,运用显著性投资(Cost-signifi-cant,CS)理论寻找显著性项目,简化工程投资估算的操作难度,从而解决了投资预测工作量大的问题;运用混沌理论通过使用自相关法、G-P算法、计算Lvapunov指数等方法,在大量历史时序数据基础上,建立了混沌预测模型并进行了实证验证.实证分析结果证明,混沌预测模型适合于工程投资近期预测,预测精度较高.     

AID法在回归分析中的应用

一、问题的提出回归预测的一个基本前题，是样本期数据比较均匀地分布在一条曲线周围，如果有些偏离回归曲线的“特异值”，并不是由随机因素的影响造成的，此时，很可能产生较大的误差，而多元统计的聚类分析中有许多适用于此情况的预测方法，其中AID法就是一种较为简便易行的方法。二、AJD预测法AID方法的基本思想是依据最优分割的原则，对有序样本进行合理分类，使划分后的各类离差平方和达到极小。然后再根据预测值所属的类进行预测。AID方法的关键是如何分类，为方便起见设样本期有n牟观察值为lx，y；，i－1，2…，n卜x，v；均为…     

灰色·马尔柯夫模型在棉花产量预测中的应用

传统的灰色模型GM(1,1)主要适用于预测时间短,数据资料少,波动不大的系统对象,其预测趋势都是一条较为平滑的曲线,对于随机波动性较大的数据序列拟合较差,预测精度较低.而在马尔柯夫链理论中,转移概率pii可以反映随机因素的影响程度,因此适用于预测随机波动大的动态过程.这恰恰可以弥补灰色预测的局限.但马氏链预测对象要求具有马氏链和平稳过程等均值的特点,而客观世界中的预测问题大量是随时间变化或呈某种变化趋势的非平稳过程.如若采用灰色GM(1,1)模型对预测问题的时序数据进行拟合,找出其变化趋势,则可以弥补马氏链预测的局限.因此将GM(1,1)模型与马尔柯夫预测模型有机地结合,既可优势互补,又克服了两者的不足.     

基于EWMA组合模型的人民币汇率的动态预测

文章提出指数加权移动平均(EWMA)组合模型克服了传统组合方法没有考虑时序数据间时隔远近而相互影响不同的动态关联缺陷.对汇改后人民币汇率实证分析,结果发现EWMA组合模型比被组合的广义自回归条件异方差(GARCH)模型和均值回复(Mean Reversion)模型有更好的预测精度,能够更加逼真把握金融时序的未来走势.     

多元时序和滞后协整混合模型

文章将滞后分析、时序分析、滞后协整分析进行有机整合,建立了多元时序和滞后协整混合预测模型;此外,还提出了反映不同时期向量序列之间协整关系的滞后协整的概念,滞后协整概念的提出能为预测和决策提供更为广阔的思考空间.     

ARMA模型在期货价格预测中的应用

一、模型的数理基础 (一)ARMA模型概述 ARMA(Auto Regressive Moving Average)模型是一类常用的时间序列模型，由博克斯(Box)和詹金斯(Jenkins)创立，亦称B—J方法。它是一种精确度较高的时序短期预测方法，其基本思想是：某些时间序列是依赖于时间t的一族随机变量，构成该时序的单个时序值虽然具有不确定性，但整个时序的变化却有一定的规律性，可以用相应的数需模型近似描述。通过对该数学模型的分析研究，能够更本质地认识时间序列的结构与特征，达到最小方差意义下的最优预测。     

统计预测方法的特点研究

一、统计预测方法的分类研究现代预测方法的发展,往往是各种预测方法的交叉运用,相互渗透,很难有截然的划分。因此,在分类问题上不能绝对化。但按预测的性质,大致上可分为定性预测法、回归预测法（包括经济计量模型法）、时间序列预测法和组合预测法四类。１．定性预...     

城市蔬菜品种安全指数的预测分析

文章以2007年1～4月的菜心品种安全指数为样本,对于落在不同监测预警区域的蔬菜品种安全指数,运用干预影响模型和时序平滑模型进行预测分析.结果表明,这两种不同模型的运用对蔬菜品种安全指数的拟舍和预测效果都较好,准确性高、误差小.     

宏观经济对国债利率期限结构的影响研究

文章用隐因子模型和无套利简约宏观金融模型分别对中国国债收益率曲线进行拟合和预测,发现将宏观因子加入利率期限模型后,国债收益率曲线的长端拟合和预测效果均有提升.经脉冲响应和方差分解分析后发现,CPI增长率主要通过影响短期收益率来影响收益率曲线,而工业增加值增长率主要通过影响长期收益率来影响收益率曲线.此外,简约宏观金融模型可以形成对宏观经济的预测,尤其是对工业增加值增长率的预测较为准确.     

中国各地区旅游产容量摸型与出游偏好研究

文章利用近20年来的统计数据,以中国以及31个省市、自治区为研究对象,从纵向时序数据和横向截面数据对出游人数、人口总数和人均GDP之间的关系进行统计分析.建立了我国以及我国30个省市、自治区的产客量模型,揭示各等级出游人数、人口总数和人均GDP之间的关系.依据统计值与模型值的偏差,计算了各地的旅游偏好指数,并将其划分为3种类型.最后,提出一个包括出游等级和出游偏好双因素的旅游市场综合分类方案,将我国30个省市、自治区划分为9种类型,为科学分析和定量预测各地区客源市场提供了科学的理论依据.     

一种广义Logistic模型的参数估计方法及应用

文章分析了广义Logistic曲线的解析性质及拟合预测的优势,提出了一种求解广义Lo-gistic模型参数的方法--组合最优化方法.实例研究表明,广义Logistic曲线在拟合饱和增长趋势方面具有更好的弹性,能获得高于Logistic曲线的拟合精度.     

两种数据挖掘技术在预测顾客满意度中的对比研究

分类发现是数据挖掘的重要内容,贝叶斯分类和决策树在数据挖掘中应用相当广泛,它们是生成分类器的两种有效方法。文章分别用两种方法对顾客满意度进行分类及预测,并将两种方法进行比较分析,认为用决策树分类法来预测顾客满意度具有简洁、高效等特点。     

基于支持向量机的组合预测法及其应用

支持向量机(Support Vector Machine)是Vapnik等人根据统计学习理论提出的一种新的通用学习方法,它是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,能较好地解决小样本、非线性、高维数和局部极小点等实际问题,能提高学习机的泛化能力,已成为机器学习界的研究热点之一,并成功地应用于分类、函数逼近和时间序列预测等方面.而组合预测作为一种博采众长的预测方法愈来愈受到人们的重视和广泛应用.本文利用支持向量机的方法,构造一种新的组合预测方法,该组合预测方法具有预测精度高,泛化能力强等特点.应用此方法对河北省卫生技术人员总数进行预测,取得了很好的预测效果.     

基于回归时序模型的售后服务资源计划系统设计

售后服务资源计划的科学性和准确性是降低服务成本及提高客户满意度的重要影响因素.文章根据H公司2005年售后服务业务的真实数据,通过构建由回归分析方法和时间序列分析方法组成的回归时序模型,提出售后服务资源计划问题的决策方法,并对2006年前两个月的数据进行了比较准确的预测.数据的计算和应用实例表明,文章提出的售后服务资源计划系统的核心算法能够很好地拟合返修量数据,提高预测的精度,提供科学的决策依据.