检索结果-内蒙古大学图书馆

铜陵学院学报 2019年第5期18卷 35-37页

作者：宋亮吴杨安庆师范大学经济与管理学院安徽安庆246133 铜陵学院工商管理学院安徽铜陵244000

文章对1981年以来安徽省城乡居民人均可支配收入作了对比分析,以判断安徽省城乡均衡发展状况,并分别利用ARIMA模型和残差自回归模型分析和预测了安徽省城乡居民收入差距的发展趋势,得出结论:未来十年安徽省城乡居民收入比将进一步下降,... 详细信息

文章对1981年以来安徽省城乡居民人均可支配收入作了对比分析,以判断安徽省城乡均衡发展状况,并分别利用ARIMA模型和残差自回归模型分析和预测了安徽省城乡居民收入差距的发展趋势,得出结论:未来十年安徽省城乡居民收入比将进一步下降,城乡发展趋于均衡,但是城乡居民PCDI仍有一定差距。

关键词： ARIMA模型残差自回归模型城乡收入差距

来源：评论

学校读者我要写书评

暂无评论

基于残差自回归模型的兰州市财政收入预测与决策

引用

天水师范学院学报 2015年第2期35卷 8-11页

作者：王丙参魏艳华吴欣蔓天水师范学院数学与统计学院甘肃天水741001

根据兰州市1994-2012年的财政收入，建立了基于残差自回归模型的财政收入预测模型，拟合效果较好，利用此模型预测了兰州市未来3年的财政收入，并对预测结果进行了分析，提出相关建议，最后探讨了残差自回归模型的应注意事项．

关键词：兰州市财政收入残差自回归模型

来源：评论

学校读者我要写书评

暂无评论

新型冠状病毒肺炎(COVID-19)疫情预测——基于残差自回归模型

引用

内江科技 2021年第5期42卷 118-119页

作者：钟德炎陈丽华吴荣火玉林师范学院数学与统计学院

目的:基于我国公开数据中有关新型冠状病毒肺炎(COVID-19)的死亡病例时机数据,预测以后的死亡病例。方法:结合时间序列理论,建立尚有确诊的时间序列的残差自回归模型。结果:残差自回归模型预测效果较好,有一定的参考价值。

关键词：残差自回归模型时间序列新型冠状病毒肺炎死亡病例疫情预测 ID

来源：评论

学校读者我要写书评

暂无评论

我国楼市泡沫的组合测度与化解路径

引用

统计与决策 2017年第16期33卷 40-44页

作者：储震杨桂元安徽财经大学数量经济研究所安徽蚌埠233030

文章首先基于向量夹角余弦的GWA算子组合测度模型,对1998—2015年我国楼市泡沫进行了组合测度;然后基于残差自回归模型,对2016—2020年我国楼市泡沫进行了外推预警分析;最后基于VAR模型的脉冲响应函数,实证分析了1999—2010年我国住宅... 详细信息

文章首先基于向量夹角余弦的GWA算子组合测度模型,对1998—2015年我国楼市泡沫进行了组合测度;然后基于残差自回归模型,对2016—2020年我国楼市泡沫进行了外推预警分析;最后基于VAR模型的脉冲响应函数,实证分析了1999—2010年我国住宅供给结构和楼市泡沫之间的长期动态关系。结果表明:我国楼市泡沫度呈增长态势,未来存在偏离安全区间的一定风险;我国经适房、商品房供给比例的冲击对楼市泡沫分别有负向效应和正向效应,而楼市泡沫的冲击对经适房、商品房供给比例也具有同样效应,从而有效论证了基于供给侧结构性改革视阈下的我国楼市泡沫化解路径的可行性。

关键词：楼市泡沫供给侧结构性改革组合测度模型残差自回归模型 VAR模型

来源：评论

学校读者我要写书评

暂无评论

我国人口时间序列拟合模型的比较与选择

引用

数学的实践与认识 2010年第2期40卷 20-25页

作者：孙秋霞王镇岭高齐圣山东科技大学理学院山东青岛266510 青岛大学复杂性科学研究所山东青岛266071

通过对我国1990年至2007年共18年的人口数据进行实证分析,运用时间序列的三个不同模型,对我国人口的变化规律进行了拟合研究;并给出了反映各个模型拟合精度的AIC值和SBC值;最后,通过对所建模型的比较分析,对拟合模型的选择提出了相关建议.

关键词：时间序列分析确定性因素分解法建模 ARIMA模型残差自回归模型

来源：评论

学校读者我要写书评

暂无评论

变权组合模型在我国手足口病发病率预测中的应用

引用

中国卫生统计 2016年第3期33卷 412-415页

作者：王永斌李向文柴峰袁聚祥尹素凤武建辉华北理工大学公共卫生学院 063000

目的探讨变权组合模型在我国手足口病月发病率预测中的应用,并与ARIMA模型和残差自回归模型的预测效果进行比较。方法收集2008年1月至2014年12月我国手足口病月发病率资料,用SPSS13.0和Eviews8.0拟合三种模型,并用2014年7-12月的数据比... 详细信息

目的探讨变权组合模型在我国手足口病月发病率预测中的应用,并与ARIMA模型和残差自回归模型的预测效果进行比较。方法收集2008年1月至2014年12月我国手足口病月发病率资料,用SPSS13.0和Eviews8.0拟合三种模型,并用2014年7-12月的数据比较三种模型的拟合和预测效果。结果 ARIMA模型、残差自回归模型和变权组合模型拟合及预测的MRD,MSE,RMSE和MAE分别为14.006,4.689,2.165,0.147和13.565,4.416,2.101,0.133;16.793,7.247,2.692,0.171和16.206,6.639,2.577,0.164;8.447,1.843,1.358,0.092和8.409,1.833,1.354,0.082。结论变权组合模型拟合及预测效果优于ARIMA模型和残差自回归模型。

关键词： ARIMA模型残差自回归模型组合模型手足口病发病率预测

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的航空公司全面预算管理研究

基于数据挖掘的航空公司全面预算管理研究

引用

作者：李璟宏中国民航大学

学位级别：硕士

我国航空公司面临的竞争日益激烈,必须运用先进的管理手段,将企业管理的各方面精细化,才能在激烈的竞争中立于不败之地。而“全面预算管理是为数不多的几个能把组织的所有关键问题融合于一个体系之中的管理控制方法”。我国航空公司逐... 详细信息

我国航空公司面临的竞争日益激烈,必须运用先进的管理手段,将企业管理的各方面精细化,才能在激烈的竞争中立于不败之地。而“全面预算管理是为数不多的几个能把组织的所有关键问题融合于一个体系之中的管理控制方法”。我国航空公司逐渐意识到实施全面预算管理的必要性并开始积极探索,然而实践中还存在诸多问题。本文在深刻剖析航空公司全面预算管理特点和数据挖掘本质的基础上,理论联系实际,以规范研究为主,规范和实证研究相结合的方法,根据我国航空公司全面预算管理现状,提出基于数据挖掘的民航预算编制方法的改进方案,并用实例证明方案的可行性。本文根据民航损益表,定性分析确定三个具有代表性的预测目标:民航旅客周转量、航油价格、汇率,进行模拟预算。通过引入数据挖掘技术,根据所预算目标的特点,分别建立三种不同数据挖掘模型(人工神经网络模型、自回归滑动平均模型、残差自回归模型),运算过程采用Matlab及SAS软件工具实现,使预算编制更科学、准确、快捷,从而进一步提高航空公司的全面预算管理水平,有利于航空公司进行准确的判断决策和增强应对市场风险的能力。

关键词：数据挖掘全面预算管理人工神经网络自回归滑动平均模型残差自回归模型

来源：评论

学校读者我要写书评

暂无评论

基于人工神经网络的山东省就业分析

基于人工神经网络的山东省就业分析

引用

作者：魏晓婷山东师范大学

学位级别：硕士

山东省是我国的人口大省,随着人口数目的不断增长,就业形势越来越严峻,因此如何对就业人数进行分析,准确预测就业人数就显得尤为重要。本文分别运用Pearson相关系数和主成分分析的方法选择影响山东省就业人数的因素,构建BP神经网络模型... 详细信息

山东省是我国的人口大省,随着人口数目的不断增长,就业形势越来越严峻,因此如何对就业人数进行分析,准确预测就业人数就显得尤为重要。本文分别运用Pearson相关系数和主成分分析的方法选择影响山东省就业人数的因素,构建BP神经网络模型对就业人数进行预测,并与残差自回归模型的预测结果进行了对比分析。本文借助BP神经网络对山东省就业人数进行预测分析。论文选取2000年至2018年相关指标的年度数据,确定了总人口数、第一产业产值、第二产业产值、第三产业产值、全社会固定资产投资额、人均地区生产总值、职工基本养老保险参保人数、居民消费价格总指数、城镇居民可支配收入、农村居民收入、普通高等教育毕业生数,共11个指标来研究其对山东省就业人数的影响。首先,文章利用Pearson相关系数对影响因素进行分析,将2000年至2015年的变量数据作为训练集建立BP神经网络模型,模型训练结果的平均相对误差为0.14%,利用模型对2016年至2018年山东省就业人数进行预测,通过计算预测值与真实值之间的相对误差,得到相对误差均小于8%,平均相对误差为3%,预测值的相对误差波动较小。其次,运用主成分分析的方法将11个原始变量转化为四个新的综合变量作为BP神经网络的输入变量重新构建模型,得到模型训练结果的平均相对误差为0.25%,2016年至2018年的就业人数预测结果的相对误差在5%以内,平均相对误差为2.2%。最后,本文通过对比运用残差自回归模型对山东省就业人数进行预测分析的结果,得出BP神经网络方法的训练效果更好,主成分分析和BP神经网络相结合的方法对山东省就业人数的预测效果相对较好,平均误差最小,两种方法都优于残差自回归模型,从而验证了BP神经网络模型在就业人数预测中的有效性。

关键词：就业人数预测 BP神经网络主成分分析残差自回归模型

来源：评论

学校读者我要写书评

暂无评论

季度数据时间序列建模方法探究 ——以我国季度GDP数据为例

季度数据时间序列建模方法探究 ——以我国季度GDP数据为例

引用

作者：高亚青重庆大学

学位级别：硕士

我们日常生活中遇到的时间序列数据很多都含有显著的季节性因素,如各种月度数据,季度数据。我国国内生产总值-当季值(文中简称为季度GDP),它是典型的季度时间数据。时间序列分析就是对时间序列数据进行观察,研究,分析,寻求它发展变化的... 详细信息

我们日常生活中遇到的时间序列数据很多都含有显著的季节性因素,如各种月度数据,季度数据。我国国内生产总值-当季值(文中简称为季度GDP),它是典型的季度时间数据。时间序列分析就是对时间序列数据进行观察,研究,分析,寻求它发展变化的规律,并利用该规律对随机事件未来走势做出预测的方法。时间序列分析可以分为传统时间序列分析和现代时间序列分析。本文就是利用时间序列分析方法对我国季度GDP数据进行建模与预测,并在此基础上探究季度(月度)数据时间序列建模的经验与方法。本文的分析数据是我国1992第一季度到2016年第四季度的GDP数据,数据来源于中华人民共和国统计局官方网站(http://***/)。本文主要完成的工作是:(一)利用时间序列不同的分析方法拟合1992第一季度到2016年第四季度的季度GDP数据,该部分采用如下两种思路进行:(1)传统与现代时间序列分析方法相结合进行建模。首先,用传统方法求出每个季节的季节指数,用原始序列除以相应的季节指数,得到季节分离后的序列。季节分离后的序列不包含季节性因素,只包含趋势和随机波动,这时采用曲线拟合和现代时间序列ARIMA建模两种方法分别拟合季节分离后的序列。最后只要将模型的拟合值和预测值乘以相应的季节指数就可以得到模型关于原始数据的拟合值和预测值。(2)直接对原始数据进行建模。采用的方法有Holt-Winters指数平滑法和非平稳季节ARIMA模型。(二)对文中所建立的四种模型进行综合性比较,选出最优模型,并用于预测未来两年(2017年和2018年)的季度GDP数据。模型比较的标准有:(a)模型的拟合效果;(b)残差纯随机性的强弱。最后通过比较发现,对于本文所研究的季度GDP数据而言,季节指数提取季节性因素的效果比季节差分要好。因此,当我们对含有显著季节性因素的时间序列进行建模时,可以优先尝试先采用传统方法中的季节指数分离季节性因素,再对季节分离后的序列进行建模,这种方法或许可以有效地提到模型的拟合精度。

关键词：季度GDP 季节分离序列残差自回归模型 Holt-Winters指数平滑非平稳季节ARIMA模型

来源：评论

学校读者我要写书评

暂无评论

福建省人口增长及老龄化的统计分析

福建省人口增长及老龄化的统计分析

引用

作者：朱春艳福建师范大学

学位级别：硕士

人口问题一直以来都是人类社会面对的基础性、全局性和战略性问题,而人口老龄化是21世纪以来人口增长问题中最突出的问题之一,它已经在一定程度上制约了社会经济的发展.本文以福建省人口为研究对象,着重研究了人口总量、人口素质、人口... 详细信息

人口问题一直以来都是人类社会面对的基础性、全局性和战略性问题,而人口老龄化是21世纪以来人口增长问题中最突出的问题之一,它已经在一定程度上制约了社会经济的发展.本文以福建省人口为研究对象,着重研究了人口总量、人口素质、人口结构与老龄化问题及其相互关系,对有效地应对和解决老龄化问题,促进福建的社会经济可持续发展具有一定意义.本文首先对人口增长及老龄化问题的研究背景、研究意义、相关文献及研究方法与思路进行了系统的梳理和分析,从人口总量、人口素质、人口结构及老龄化发展的现状进行描述性统计分析,初步了解到福建省人口现状:人口总量低速增长,人口质量稳步上升,老龄化增长速度加快,高龄老年人男女性别占比差异大,养老负担不断加重.其次,利用非参数Kruskal-Wallis检验的方法对闽东、闽西、闽南、闽北、闽中五个区域的人口增长与老龄化现状的区域差异性加以检验.检验结果表明,地处闽西的三明市与地处闽中的莆田市、地处闽南的厦门市与福建省的常住人口发展现状及人口老龄化发展现状无显著差异.再者,本文采用了逐步回归模型及Lasso回归模型,分别从统计学与机器学习的角度对老龄化影响因素进行了定量、定性分析,分别筛选出了四个显著相关变量,在这两个模型中人口死亡率对人口老龄化均呈显著正相关,人口净迁移率和第二产业就业人数所占的比率与老龄化呈显著负相关.比较两个模型的拟合效果发现,逐步回归模型的拟合度要高于Lasso回归模型.本文最后运用Holt指数平滑预测模型对福建省及各区域的常住人口数进行预测分析,预计在2027年福建省常住总人口会突破4200万人.采用年龄动态预测法分别预测65岁及以上四个年龄段的老年人口数,以及相应福建省老龄化系数,结果表明福建省未来五年内老龄化增长速度加快.根据分析结果,本文探讨性地提出了应对老龄化问题的参考建议.

关键词：人口增长人口老龄化非参数检验 Lasso回归 Holt指数平滑预测模型残差自回归模型 ARIMA模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：