Multivariate Calibration — Direct and Indirect Regression Methodology

This paper tries first to introduce and motivate the methodology of multivariate calibration. Next a review is given, mostly avoiding technicalities, of the somewhat messy theory of the subject. Two approaches are distinguished: the estimation approach (controlled calibration) and the prediction approach (natural calibration). Among problems discussed are the choice of estimator, the choice of confidence region, methodology for handling situations with more variables than observations, near-collinearities (with counter-measures like ridge type regression, principal components regression, partial least squares regression and continuum regression), pretreatment of data, and cross-validation vs true prediction. Examples discussed in detail concern estimation of the age of a rhinoceros from its horn lengths (low-dimensional), and nitrate prediction in waste-water from high-dimensional spectroscopic measurements.     

The multivariate linear model with multivariatet and intra-class covariance structure

The prediction distribution of future responses from a multivariate linear model with error having a multivariatet-distribution and intra-class covariance structure has been derived. The distribution depends on ρ, the intra-class correlation coefficient. For unknown ρ, the marginal likelihood function of ρ has been obtained and the prediction distribution has been approximated by the estimate of ρ. As an application, a β-expectation tolerance region for the model has been constructed.     

The Covariance Inflation Criterion for Adaptive Model Selection

We propose a new criterion for model selection in prediction problems. The covariance inflation criterion adjusts the training error by the average covariance of the predictions and responses, when the prediction rule is applied to permuted versions of the data set. This criterion can be applied to general prediction problems (e.g. regression or classification) and to general prediction rules (e.g. stepwise regression, tree-based models and neural nets). As a by-product we obtain a measure of the effective number of parameters used by an adaptive procedure. We relate the covariance inflation criterion to other model selection procedures and illustrate its use in some regression and classification problems. We also revisit the conditional bootstrap approach to model selection.     

考虑投入产出效率的中小企业财务困境预测方法

中小企业在国家和区域经济发展中具有非常重要的作用.本文首先根据中小企业的经营特点,提出了一套财务困境预测的指标体系,然后提出了一种基于数据包络分析和支持向量机的中小企业财务困境集成预测方法.所提出指标体系的主要特点是,在一般企业财务困境预测指标体系的基础上,增加了企业的效率指标.应用安徽省某融资服务机构的70家中小企业历史样本数据,实证分析了本文提出方法的合理性和优越性.     

城市交通中利用Gram-Charlier分布估计行程时间可靠性

行程时间可靠性近年来成为交通领域重点关注的问题,但现有方法在反映当前行程时间的尖峰厚尾特征方面已表现出与实际情况的较大差异,因此本文针对这一弱点,结合数据收集的难易,设计了一种新颖的栅格行程时间预测方法,可以全面考虑车辆的行驶和等待时间,然后引入了可以反映更多行程时间信息的Gram-Charlier分布函数,作为行程时间可靠性的研究手段,同时对分布参数给出了两种计算方法.仿真结果表明,本文提出的方法能很好体现当前城市交通行程时间的易变性特点.     

北京市保障性住房供给预测研究

为解决北京市保障性住房供需矛盾,完善其住房保障供给体系,并使其实施更具可操作性,应用灰色系统预测理论,通过构建北京市人均建筑面积和户籍人口总数GM（1,1）模型,以北京市2003-2007年相关数据为原始样本值,预测出北京市2008年起未来五年北京市保障性住房供给总量。经过相对误差检验、均方差检验、小误差概率检验,原始样本值符合检验要求,预测结果具有精度高、拟合程度好的特点。研究结果表明：应用灰色GM（1,1）模型进行预测,量化了北京市2008-2012年各年度保障性住房供给总量,为政府进行相关决策提供了依据。     

对贵州实施“西电东送”的绩效预测

“西电东送”是西部大开发的标志性工程,贵州在“十五”和“十一五”期间紧紧抓住了“西电东送”战略机遇,使电力产业成为该省的第一支柱产业,推动贵州省经济发展正在实现历史性跨越。本文从能源效应、经济效应、环境效应、社会效应四个方面对贵州“西电东送”战略工程进行了初步的绩效预测。     

基于灰色预测模型的重庆市生态足迹动态分析与预测

生态足迹是近年来定量评估生态可持续发展的一种方法.以重庆统计年鉴为主要数据来源,对重庆市2000-2007年的生态足迹进行了时间序列的测度,并运用灰色预测模型对重庆市2008-2012年生态足迹做出预测.结果表明:2000-2007年,重庆市人均生态足迹从1.162 226 hm2增加到1.576 941 hm2;人均生态承载力从0.487 810 hm2下降到0.447 831 hm2;生态赤字从0.674 416 hm2增加到1.129 111 hm2,生态赤字持续扩大,预测2012年人均生态赤字将达到1.617 362 hm2.对此提出了一些对策:控制人口数量,提高人口质量;增加科技财政投入,提高单位面积生物生产量;控制环境污染;做好土地利用总体规划,严格控制非农建设用地规模;引导人们合理消费,提高资源利用率.     

联系、巩固与预示——威伯恩《管弦乐变奏曲》分析

安东·威伯恩是上个世纪最伟大的作曲家之一,他是勋伯格学派中成名最晚但是影响最深远的一位.人们将他去世后的20世纪50年代称为"威伯恩十年",这说明了后期的作曲家对他的极大推崇以及威伯恩韵深远影响.通过对威伯恩<管弦乐变奏曲>(作品30)在音高、节奏、配器、结构等方面进行全面概括的分析和研究,试图说明威伯恩的创作与传统的联系,对当代技法的巩固和对未来风格的预示.     

运用GA-BP神经网络研究时间序列的预测

神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映信息的非线性发展趋势。该文在分析传统BP网络缺点的基础上,用具有良好全局搜索能力的遗传算法来改进神经网络。详细讨论了GA算法的优化神经网络初始权值和阈值的思想和理论。在阐述预测方法同时,用具体例证分析了GA-BP网络预测的性能和特点。结果表明,基于GA-BP神经网络在预测精度和适应性方面高于传统的BP神经网络。