组合预测方法在黑龙江垦区大豆产量预测中的应用

首先建立了黑龙江垦区九三地区的大豆单产的Logistic模型,通过梯度法得出模型的参数估计值,并对模型进行了分析.其次,再利用逐步回归方法建立了大豆产量与气象因子的逐步回归模型,确定了影响九三地区大豆产量的主要气象因子,最后运用组合预测和最优权数计算的方法,建立了九三地区大豆产量的组合预测模型,进一步提高了模型的精度,这对指导大豆生产具有重要意义.     

特征展开模糊推理模式在农作物产量预报中的应用

通过选定影响作物产量高低的前期气象因子 ,应用特征展开模糊推理模式 ,对广西玉林市晚稻产量长期趋势进行模糊推理预报。     

基于交叉谱分析法的因子筛选

利用统计上的交叉谱分析法,对影响江苏省通州市的稻纵卷叶螟数量的气象因子进行了分析.结果表明,1、5月份的气象因子是制约该地区迁入虫量的关键因子;而7月份的气象因子只是对迁入虫量的数量波动有影响,但不能影响迁入虫量的基数.同时对虫情因子间的关系进行了分析,发现这些因子间的关系是很密切的,因而在预测模型中要考虑到它们之间的这种关系.     

基于广义线性模型的水稻种植风险评估

农作物风险评估是农业风险管理的前提与基础.为探索科学有效的水稻种植风险评估模型,将水稻种植风险评估过程分为承灾体脆弱性评估和致灾因子危险性评估两个过程,利用广义线性模型解决自然灾害会对水稻产量造成多大程度的损失问题,在产量波动服从布尔分布的假设下,建立起致灾因子(用连续降雨天数、连续低温天数等指标表示)与产量波动之间的线性关系,完成承灾体脆弱性评估;利用天气发生器模型模拟各地区致灾因子发生情况解决自然灾害概率分布的问题,完成致灾因子危险性评估;最终给出风险评估的量化表达.通过黑龙江农垦气象及水稻产量数据的实证分析验证了模型的有效性,并讨论了该模型在保险费率厘定方面的应用.     

我国北方主要产麦区冬小麦产量海温业务预报模式

本文针对所选取的同类海温因子,彼此之间所存在的多重共线性对回归模式的不良影响,运用主分量分析方法,对因子进行正交化处理,使因子之间不再相关,而主分量同预报量相关显著.然后,采用带有周期分量的逐步回归方法建立气象产量预报模式.该模式既考虑预报因子对方程的贡献,又考虑预报量和预报因子的周期分量对方程的贡献,克服了相关不稳定的因子对方程的影响,使其方程更为合理.     

利用逐步回归筛选变量的银行贷款效率上市效应评价

通过把是否上市看作控制变量引入SFA模型,反映是否上市对银行贷款效率的影响,建立包含是否上市的银行贷款效率的SFA模型,评价是否上市对银行贷款效率的影响.通过逐步回归方法,逐步剔除SFA模型中对银行净利息收入影响最小的变量,即t检验不显著且t绝对值最小的变量,保留所有对被解释变量影响显著的解释变量,建立银行贷款效率的SFA模型,评价银行贷款效率.实证研究结果表明:一是当其他变量不变的情况下,利息支出,贷款余额,总资产,员工人数增加1%,银行净利息收入会分别增加0.407%,0.156%,0.234%和0.176%.二是银行是否上市对银行净利息收入存在显著影响.银行上市前技术进步对银行净利息收入的影响因子为-1.911;上市后技术进步对银行净利息收入的影响因子增加到-1.911+0.156.三是上市银行的贷款效率高于非上市银行的贷款效率.上市公司和非上市公司的贷款效率差异随着时间在增加.三大国有银行上市后,其银行贷款效率大幅度提高.     

基于最小二乘法的GM(1,1)模型在我国蔬菜产量预测中的应用研究

从2011年起,蔬菜产量和产值均超过粮食,已跃居成为中国的第一大农产品,其生产状况影响全国市场的稳定.蔬菜产量受诸多因素影响因此数据波动性大,并且具有小样本性及贫信息等特点.本文采用基于最小二乘法的GM(1,1)模型,应用灰色系统预测理论对我国未来几年内蔬菜产量进行了短期预测.首先介绍了普通GM(1,1)模型;然后通过最小二乘法的原理弱化波动较大的数据,减少随机性,加强规律性建立基于最小二乘法的GM(1,1)模型;其次结合2009至2013年我国蔬菜产量数据建立预测模型;最后经过误差检验并使用2014年数据对模型可靠性进行验证,基于最小二乘法的GM(1,1)模型的预测结果更加接近实际值.预测结果显示未来3年中国蔬菜产量将持续增加,该模型为其他相关预测提供了理论依据,也便于我国对未来蔬菜产品市场进行宏观调控,维持市场平衡,避免价格波动风险.     

山西省东亚飞蝗发生的灰评估

根据灰理论与方法,建立了山西省东亚飞蝗的灰评估模型,并采用此模型对山西省1990—2001年东亚飞蝗发生的主要气象因子温度、日照及降水时数等评估指标进行了灰评估,探讨影响东亚飞蝗发生的气象因子间的主次关系,以期为山西省东亚飞蝗的防治决策提供理论依据.     

安徽省农民收入的灰关联动态分析

文章运用灰关联分析方法，对安徽省农民收入与投入因子的关联以及农民收入与农村社会成果的关联进行了实证分析。得出如下结论：不同时段，各投入因子对农民收入的影响不同；农民收入与农业发展基本同步；农村非农产业的发展对农民收入贡献率降低；价格政策对农民收入影响很大。文章的最后是作者的几点思考。     

多目标预测模型在黑龙江垦区大豆产量预测中的应用

在预测模型的均值和稳定性基础上,建立了多目标组合优化模型,并以黑龙江九三地区35年的大豆产量数据为例,利用该地区大豆单产的Logistic模型和大豆产量与气象因子的逐步回归模型建立了多目标组合优化模型,并计算出最优解.结果表明,该组合模型没有最优点,而有非劣解.该方法对提高模型的精度,指导大豆生产具有重要意义.     

基于小波分析方法的市场环境对新股发行回报率影响的实证研究

本文采用小波变换的方法,扩展了以往文献中对市场环境因素机械化的处理。我们发现股票上市前期市场环境的变化对于其初始回报率有着显著的影响,并且不同时间尺度上以及股票市场发展的不同时段中,这种变动的影响都是不同的。     

多源原油冲击对中国股价的异质性影响分析——来自微观公司层面的证据

在中国原油对外依存度不断攀升的时代背景下,原油冲击对中国股票市场的影响机制分析受到政府监管部门和投资者的广泛关注.文章根据原油冲击的不同来源,将原油价格序列分解为原油供给冲击因子,总需求冲击因子和原油特殊需求冲击因子三类,分析了这三类原油冲击因子对中国A股上市的1975支股票收益的不同影响机制.研究结果表明:从短期来看...     

河南省“三废”排放的库兹涅茨曲线特征及其成因的灰色关联度分析

选取河南省2001-2011年经济与环境数据,在SPSS软件的支持下,建立河南省经济发展水平与"三废"排放状况的计量模型,分析"三废"排放的库兹涅茨曲线特征;并通过计算环境状况及其影响因子之间的灰色关联度,定量剖析了河南省"三废"排放的库兹涅茨曲线成因.结果表明:河南省在研究时段内,人均"三废"排放与人均GDP之间的关系并不都符合标准的环境库兹涅茨曲线(倒"U"型)关系,而是呈现出"三次曲线"、倒"U"和"凹函数"三种环境库兹涅茨类型;经济发展水平是影响环境质量状况的重要因子,但却不是唯一因素,另外能源利用、产业结构、城市规模、环境意识、环境投资等都对环境库兹涅茨曲线具有一定的解释意义.     

安徽PM_(2.5)时空分布特征及预测模型的研究

为了解安徽省PM2.5分布特征、定量分析机器学习算法在预测PM2.5浓度方面的准确性.针对安徽省78个空气及气象监测站点的数据进行统计分析,并从时间因子、其它空气污染物浓度、气象因子三个方面,筛选出月、周、时,PM_(10)、CO、SO_2、N20,风速、气温、相对湿度、降水量、当前PM2.5浓度,共计12个自变量,利用K折交叉验证,分别构建基于支持向量机、神经网络的预测模型.表明安徽省PM2.5浓度总体呈现出北高南低,冬高夏低的特征,浓度值较高的月份出现在1、2、11、12,周变化规律各地有异同,时变化规律各地较为一致,8时至17时下降,其余时段上升.模拟结果显示支持向量机模型预测效果较好,其预测值与实测值的均方根误差控制在20以内,拟合指数在0.8以上.     

河南省花生单产受气象因子影响研究

利用改进的Fisher积分回归方法和Chebyshev正交变换的研究方法,选取了河南省19个气象站点从1980年至2011年的气象因子(日照,降水量和气温)数据和同期河南省花生单产数据,对河南省花生单产受气象因子(日照,降水量和气温)的影响进行了精确研究,科学构建了河南省花生单产模型.结果表明:1)5月河南省降水量对花生单产的影响系数为正值,降水量每增加1mm,花生单产将增加1.38kg,7月和9月河南省降水量对花生单产的影响系数为负值(-4.39 kg·hm~(-2)·mm~(-1)和-3.85 kg·hm~(-2)·mn~(-1)).2)5月河南省平均气温对花生单产的影响系数为负值(-9.37 kg·hm~(-2)·℃~(-1)),6月和7月河南省平均气温对花生单产的影响系数为正值,气温每增加1℃,花生单产将会增加3.39kg和1.53kg.3)5月和9月河南省日照时数对花生单产的影响系数为负值(-4.63 kg·hm~(-2)·h~(-1)和-1.43kg·hm~(-1).h~(-1)),7月河南省日照时数对花生单产的影响系数为正值,此时河南省日照时数每增加1小时,花生单产将增加1.80kg.通过花生全生育期气象因子日照,降水量和气温对气象单产的影响系数,可精准评估河南省花生单产受气象因子的影响,指导花生生产.     

气候对安徽中药材产业经济影响分析——基于经济气候模型

通过考虑气候和经济社会因素,将气候因素与函数综合考虑并进行分析,构建“经济气候”模型,分析并得出气候因素对安徽省中药材产业影响程度,利用所构建BP神经网络模型,分析数据,对气象因素对中药材产业的影响结果进行预测。通过分析安徽省气候变化的特点与方向,确定气候因素对中药材产业的影响程度,为中药材产业发展提供一定的数据分析支撑,为有针对性的管理中药材产业提供方法与数据基础,同时对降低严重气象灾害对中药材生产带来的负面作用具有一定的理论与实践意义。     

考虑气象因素的短期负荷预测模型研究

短期负荷预测是针对未来一天到数天各时段的负荷预测的研究,是电力系统负荷预测工作的一项重要内容.针对传统神经网络预测模型应用于短期负荷预测的缺陷,改进了多角度数据分析和组织策略,选择不同年份相近历史日作为相似日,通过最小二乘支持向量机填补确实数据,利用聚类算法预测相似日的短期负荷;同时通过灰度关联算法,考虑气象因素作用下的短期负荷预测模型.实例证明:通过建立与负荷数据相适应的数学模型,对负荷数据进行分析与预测,通过气象因素修正预测模型,可以获得更精确的负荷数据预测.     

正交试验法(Ⅲ)

§8.交互作用概念 某生产队为了掌握不同水稻品种和不同插植规格、不同施氮量对水稻产量的影响规律,做了两批试验.其结果分别如表8.1和表8.2所示.     

专精特新“小巨人”企业核心竞争力评价与提升策略研究

专精特新“小巨人”企业是中国制造业高质量发展的重要支撑,而核心竞争力是企业持续竞争优势的来源,评价核心竞争力对企业战略决策有着重要的意义.本文基于核心竞争力理论,深入探究企业核心竞争力的关键影响因素,构建企业核心竞争力评价指标体系.选取26家上市的国家级专精特新“小巨人”企业进行实证分析,运用因子分析法对企业核心竞争力进行综合评价,根据评价结果提出增强企业核心竞争力的对策建议.     

基于多元统计分析的育种杂交棉综合评价

采用变异系数、主成分分析、聚类分析法对新疆南疆某单位培育的22种育种杂交棉的9项品质指标进行了分析,目的是对育种杂交棉品质进行综合评价.结果表明:伸长率、马克隆值受遗传影响较大,整齐度变化最小;找出能够代表原始信息85%以上的四个主成分,分别是品质综合因子、细度因子、反射率因子和外观色泽因子;将22个品种分为四大类,对各杂交棉品质综合评价.