兵团九师“十三五”GDP预测及其关联因素分析

利用灰色系统理论中的GM(1,1)预测模型和灰色关联分析模型,对新疆兵团第九师的GDP状况进行科学预测,同时分析了九师第一、二、三产业对生产总值的影响程度,研究结果为,九师"十三五"期间生产总值将处在快速增长阶段,2020年九师国内生产总值将达到48.97亿元,将超额完成2020年生产总值比2010年翻一番的目标;第一产业对第九师GDP影响最大,其次为第三产业,而第二产业对GDP的影响最小.研究结果可为相应的决策部门提供科学依据.     

西藏GDP发展趋势的数学模型及其因素分析

以近几年西藏GDP为研究对象,应用灰色系统理论建立了一个GDP发展趋势的预测模型.应用该模型进行预测,得到了预测结果.对影响GDP发展的主要投资因素进行系统分析,确定了各因素相对于GDP发展的关联程度.     

基于灰色关联分析的广东省GDP与产业结构之间的关系及GDP预测的数学模型

利用灰色关联分析方法,分析了广东省GDP与产业结构之间的关系,得出了第三产业对广东省GDP影响最大,房地产业对第三产业影响最大的结论.通过建立灰色预测模型,对未来几年的广东省GDP进行了预测.     

牡丹江GDP的GM(1,1)预测及其影响因素的灰色关联分析

运用灰色系统理论中的GM(1,1)预测模型,以牡丹江市近六年来的GDP数据为例,对其未来几年的GDP状况进行了科学预测,并对影响GDP发展的主要因素进行了系统分析,确定了各因素相对于GDP发展的关联程度,为相应的决策部门提供科学依据.     

基于GM(1,1)的贵州省GDP预测及产业结构的灰色关联分析

以贵州省2012-2018年GDP数据建立GM(1,1)灰色预测模型,用2019年GDP数据对模型预测精度进行误差检验,并对未来三年GDP的增长状况作了科学预测.运用灰色关联分析方法,通过关联度比较分析贵州省GDP与产业结构之间的关系,研究得到未来三年贵州省的GDP仍会以较快的速度增长,第二产业对贵州省GDP的影响最大...     

黑龙江GDP预测的数学模型及其影响因素分析

运用灰色系统理论中的GM(1,1)预测模型,以黑龙江省近七年来的GDP数据为例,对其未来几年的GDP状况进行了科学预测,并对影响GDP发展的主要因素进行了系统分析,确定了各因素相对于GDP发展的关联程度,为相应的决策部门提供科学依据.     

湖北省GDP预测的数学模型及其影响因素分析

运用灰色系统理论中的GM(1,1)预测模型,以湖北省2006-2013年的GDP总量数据为例,对未来四年湖北省的GDP总量状况进行科学预测,并且系统地分析了影响湖北省GDP发展的主要因素,求出了各主要因素对于湖北省GDP发展的关联程度,为湖北省相应的政策、决策提供了科学的理论依据.     

玉米地膜与露地栽培主要性状的灰色关联分析

运用灰色系统理论的灰色关联分析方法,分别对西藏林芝地区玉米地膜与露地栽培主要性状与产量之间的关系进行了探讨.分析结果表明,两种种植方式都表现为果穗粒重对产量影响最大.在玉米地膜栽培条件下,果穗重、单株绿叶面积对其产量影响较大,株高、秃顶长对其产量影响较小;在玉米露天栽培条件下,百粒重、果穗重对其产量影响较大,秃顶长、单株绿叶面积对其产量影响较小.     

基于GM(1,1)与主成分回归的海南GDP预测及其影响因素分析

以海南省年度GDP为衡量经济增长指标变量,以旅游业总收入、农林牧渔业增加值、建筑业增加值、固定资产投资总额、社会消费品零售总额及对外贸易进出口总额六个指标作为影响因素,采用多个标准对1987-2014年数据进行筛选,建立GM(1,1)模型对海南GDP及其影响因素进行5年预测,来分析海南经济结构变动趋势.利用灰色关联分析定性分析了六个行业对GDP的影响程度;从定量分析角度,利用线性主成分回归模型和对数主成分回归模型分别对海南GDP进行边际、弹性分析.发挥了灰色系统科学理论和计量经济模型各自长处,为建设海南国际旅游岛相关政策的制定提供参考.     

基于灰色关联的驾驶员驾驶失误分析

通过讨论驾驶员驾驶失误的影响因素,把驾驶失误系统看成是多因素的、关联的、整体的、复杂的灰色系统,从而用灰色关联分析法对驾驶失误系统进行因素分析.灰色关联度分析是通过对灰色系统中有限数据列的分析,寻求系统内部诸多因素之间的相互关系,找出影响目标值的主要因素,进而从总体上把握系统动态运动规律.     

基于潍坊市GDP及影响因素的EGM预测模型对比分析

通过对2004—2014年的潍坊市GDP及影响因素的数据进行分析,建立EGM预测模型,利用通过检测的模型对潍坊市GDP及相关影响因素进行平均增速测算和分析,预测未来五年的发展情况,并进行了比较,结果符合实际情况,同时与其他预测模型相比较具有误差小,预测结果准确的特点,方法科学合理,具有一定的理论依据,为制定潍坊市发展的相关政策提供数据参考.     

微信用户数发展趋势的理论分析与因素探讨

给出Logistic,Gompertz,Usher和Von Bertalanffy 4种增长曲线的拐点、最大加速点和最大减速点的表达式.利用R语言编写程序,结合拟牛顿算法与随机优化算法,对微信月活跃用户数(WMAUs)的发展趋势进行分析与拟合.结果表明,4条曲线的拟合值在最大加速点到最大减速点时间段内基本吻合,但在初期和后期有所差别.Logistic曲线在初期的预测值偏大,而后期偏小,偏差相对较大;Von Bertalanffy曲线的偏差最小,且在饱和值、拐点、最大加速点、最大减速点及拟合优度的估计值方面都优于另外3种曲线;Usher和Gompertz曲线居于Logistic与Von Bertalanffy曲线之间,对后期的预测值有些保守.最后,基于价值理念的观点分析了影响WMAUs变动的主要因素.     

老年消费需求规模预测及影响因素分析

探索老年人消费需求规模及其影响因素对发展老龄产业有重要作用.根据灰色预测模型GM(1,1)对2015-2030年预测老年消费需求规模和利用灰色关联度分析模型对各个确定的影响因素的关联度进行测算,并得出相应的结论:老年消费需求规模从2015年的16640.33亿元,增加到2030年的152837.1亿元;在老年消费需求各影响因素中,国民总收入对其影响最密切,消费价格、老年人口规模次之,社会保障水平相对较弱;家庭其他成员的供养决定老年人个人消费支出.     

西安市PM2.5相关因素多元回归分析模型

为了探索空气污染的主要因素,对空气污染监测指标PM2.5与AQI中其他监测指标进行相关性分析,得到PM2.5与SO2、NO2、CO呈正相关,与O3和温度呈负相关,同时利用多元回归模型得到PM2.5与主因子的数量关系,给西安市PM2.5防控提供参考意见.     

山西省商品房市场的发展规律

本文通过对山西省 1998年至 2002年共 50个月份的月度商品房销售面积 (使用商品房销售面积克服了价格波动的影响 )的实证分析,建立了一个结合普通线性模型 (OLS)、非参数核估计(KernelEstimation)、以及时间序列分析(TimeSeries)的统计预测模型。此模型既能够很好地分离出商品房销售面积随时间的增长趋势,又能够很好地刻画它在各个年度周期内部光滑的季节规律。基于此模型,山西省每年商品房销售面积的规律被刻画为四个周期,即:增长期、衰退期、调整期、以及结束期。从中不难看出商品房销售规律的个性。在分析各地区商品房市场规律时,不能照搬全国商品房市场的相关规律,更不能照搬国外的测算结果。