基于ARIMA与神经网络集成的GDP时间序列预测研究

本文深入分析了单整自回归移动平均(ARIMA)模型与神经网络(NN)模型的预测特性和优劣,并在此基础上建立了由ARIMA模型和NN模型集成的GDP时间序列预测模型与算法。其基本思想是充分发挥两种模型在线性空间和非线性空间的预测优势,据此将GDP时间序列的数据结构分解为线性自相关主体和非线性残差两部分,首先用ARIMA模型预测序列的线性主体,然后用NN模型对其非线性残差进行估计,最终集成为整个序列的预测结果。仿真实验表明:集成模型的预测准确率显著高于单一模型的预测准确率,从而证实了集成模型用于GDP预测的有效性。     

基于时间序列的飞机运动扰动建模

飞机的运动常常受到各种扰动因素的影响,这使得对其运动状态的刻画较为困难.由于确定飞机状态的三个量航速、航向、高度三者具有强相关性,采用了时间序列中的多维自回归方法对飞机扰动进行统计建模,以实例验证了所提方法是可行和有效的.     

一类具有相依结构的离散时间风险模型的赤字分布

研究一类具有相依结构的离散时间风险模型的破产赤字问题.其中,保费和利率过程假设为两个不同的自回归移动平均模型.利用更新递归技巧,首先得到了该模型下破产赤字分布的递推公式.然后,根据该递推公式得到了赤字分布的上下界估计.     

具有相依结构离散时间模型破产概率的上界

研究两类具有相依结构的离散时间风险模型的破产概率问题.其中,索赔和利率过程假设为2个不同的自回归移动平均模型.利用更新递归技巧,首先得到了该模型下破产概率所满足的递归方程.然后,根据该递归方程得到了破产概率的上界估计.最后对两类风险模型的破产概率的上界进行了比较.     

带有相依利率和保费的离散时间模型的破产问题

考虑一类具有相依结构的离散时间风险过程,其中利率和保费收入过程为两个不同的自回归移动平均模型.利用更新递归方法,得到了破产前盈余与破产后赤字的联合分布和破产持续时间分布的递归计算公式.     

生产安全事故宏观发展态势的计量经济学研究

为了研究工矿商贸就业人员10万人生产安全事故死亡率时间序列变化特征,基于我国行业生产安全事故死亡人数及第二、三产业就业人员数量等2方面年度统计数据,通过研究事故死亡率时间序列的自回归移动平均过程,论文构建了事故死亡率时间序列的分阶段自回归移动平均模型.研究表明:工矿商贸行业10万人事故死亡率变化趋势具有明显的分阶段波动特征,事故死亡率序列均为趋势平稳过程;序列当期观测值与滞后1期观测值具有显著的自相关性;各阶段事故率自回归移动平均模型结构不尽相同;特征描述模型为正确把握我国安全生产状况及趋势提供理论依据.     

SARIMA模型在肾综合征出血热发病率预测中的应用

目的:探讨应用时间序列SAR IM A模型进行肾综合征出血热发病率预测的可行性.方法:首先利用余弦函数模型分析肾综合征出血热季节性发病规律,其次进行扩充迪基富勒的平稳性单位根检验,然后根据自相关函数和偏自相关函数判别月别疫情间的相关性,最后基于1990年-2004年逐月发病率进行SAR IM A模型建模拟合,利用2005年各月发病率进行外推预测,并与实际值进行比较.上述统计分析采用Ev iew s3.1和SPSS12.0软件完成.结果:余弦函数确定的高峰时点为3月中旬,高峰时区为3月1日到4月3日.含第一谐量的余弦方程为:^Y1 i=1.274-0.945cos(ti-76.684),决定系数R2=0.853;在备选模型中,SAR IM A(1,0,0)×(2,0,0)12模型不仅很好地拟合了既往时间段上的发病率序列,而且对2005年各月发病率的预测值符合实际发病率变动趋势.结论:余弦函数对于褐家鼠型肾综合征出血热疫情季节分布拟合较好,SAR IM A模型能很好地模拟传染病发病率在时间序列上的变动趋势,并对未来的发病率进行预测,为传染病防制工作服务.     

基于自回归XGBoost时序模型的GDP预测实证

GDP是反映一个国家国民收入、居民消费能力和经济发展的重要宏观经济指标,也是制定相关经济政策的重要依据.选择合适的统计方法研究GDP的发展变化规律,进行短期的高精度预测,对我国的宏观经济决策具有重要意义.研究选用基于自回归的XGBoost时序模型对我国1978-2018年GDP进行拟合预测,Rstudio软件运行结果显...     

基于统计方法的神经网络预测模型研究

与现有网络结构设计方法不同,本文将RBF网络解释为解释变量和被解释变量之间的一个非线性函数,基于RBF网络的学习动态特性提出2种修剪模型WRBF和TRBF。这两种模型根据参数显著性增加和删减节点,为网络结构设计提供了理论依据。对中国信贷序列预测的结果表明,这些模型能够识别外移、萎缩和衰减等冗余核函数,得到的精简网络具有最好的预测精度,对于提高货币政策前瞻性具有很好应用价值。     

运用时间序列预测CET-4考试通过率

运用时间序列分析的原理[1],通过对华中农业大学若干年大学英语四级考试成绩[2]的分析,得到将来的四级考试通过率的预报值,为教学管理部门对计划的制定,管理的安排进行定量的分析提供理论依据.     

多指标可加模型及在医疗费用预测中的应用

对医疗费用的建模分析与合理预测是医疗保险费用厘定的基础与根本.医疗费用中的高维附加信息在长期预测中具有重要作用.然而,传统的统计建模方法不适用于处理高维纵向数据下的医疗费用.本文提出部分线性多指标可加模型,对具有高维特征的纵向医疗费用数据进行拟合与预测,并且使用两种不同的降维估计方法进行模型估计,并将该模型应用于一组含...     

SARIMA模型在新疆手足口病发病率预测中的应用

建立新疆手足口病发病率的季节求和自回归-移动平均模型(Seasonal AutoregressiveIntegrated Moving Average Model,SARIMA),探讨采用SARIMA模型预测手足口病发病趋势的可行性和实用性.利用R统计软件基于新疆2006-2012手足口病月发病率数据建立SARIMA模型,拟合2012年手足口病各月发病率数据,并预测了2013年手足口病月发病率.经过序列平稳化、模型识别以及模型诊断,SARIMA(1,0,1)(0,1,0)_(12)能较好地拟合既往时间段的发病率,且预测值符合新疆手足口病实际发病率的波动趋势.SARIMA模型能够有效地预测手足口病发病趋势,对预警、防控具有积极指导意义.     

进出口贸易对通货膨胀的影响模型分析

本文建立了进出口贸易对通货膨胀影响的半参数变系数部分线性模型,采用Profile最小二乘估计对模型参数进行了估计,并与简单的多元线性回归模型作比较。研究结果显示：半参数变系数部分线性模型更具有效性,预测能力也非常的优良,能更好的反映出进出口贸易与通货膨胀之间的关系。最后,利用研究结果并结合经济理论对抑制我国通货膨胀提出了建议与措施。     

Likelihood-Based Analysis of Linear State-Space Models Using the Cholesky Decomposition

Data associated with the linear state-space model can be assembled as a matrix whose Cholesky decomposition leads directly to a likelihood evaluation. It is possible to build several matrices for which this is true. Although the chosen matrix or assemblage can be very large, rows and columns can usually be rearranged so that sparse matrix factorization is feasible and provides an alternative to the Kalman filter. Moreover, technology for calculating derivatives of the log-likelihood using backward differentiation is available, and hence it is possible to maximize the likelihood using the Newton–Raphson approach. Emphasis is given to the estimation of dispersion parameters by both maximum likelihood and restricted maximum likelihood, and an illustration is provided for an ARMA(1,1) model.     

郑州期货糖08年9月合约价格的分析与预测

本文对郑州期货糖0809主力合约的价格首先进行多元线性回归,探求其与纽约期货糖价和郑州现货糖价的关系,进而在发现回归残差具有周期效应的基础上进行时间序列的频域分析,并同时考虑各种突发事件的影响,在模型中加入示性变量进行适当修正,经过ADF单位根检验确定此时的残差已为平稳序列之后建立ARMA模型,并接受最终残差为白噪声。将上述分解过程进行整合,估计模型系数并剔除其中的不显著变量便得到最终的拟合方程,在此基础上对后续三天的郑州期货糖价进行动态预测,结果显示真实价格均落在所给95%置信区间内。     

部分线性模型在北京市税收分析和预测中的应用

首先运用主成分分析方法对北京市经济指标数据进行降维处理,然后基于降维后的数据拟合部分线性模型.将拟合后的模型对2008年北京市税收进行预测,所得结果优于常用的逐步线性回归分析方法的预测结果.     

金融发展对我国出口产品质量的非线性异质影响研究

中国出口产品往往面临量高而质低的困境,这直接导致了我国产品在国际市场上往往只能定位在较低的价格。本文使用2000-2006年中国工业企业数据库和海关数据库匹配所得的微观数据,从产品层面出发测算企业出口产品质量,结合行业层面间接融资渠道测度的金融发展指标,运用非参数分位数面板研究发现：(1)金融发展对出口产品质量存在非线性异质影响且影响模式显著不同,在高分位处呈现“倒N型”特征;(2)在不同分位点处存在差异化的最优金融发展水平,并随分位点下降而降低;(3)非东部地区、高技术产品的质量对金融发展的敏感程度更高,而对低分位产品质量促进作用更大。本文结论表明,区域金融发展宏观调控应考虑到企业自身产品质量水平影响。     

基于灰色系统理论的新疆综合地价预测及影响因素分析

根据新疆维吾尔自治区2006-2010年综合地价,利用灰色预测理论及灰色关联理论,建立预测新疆综合地价的GM(1,1)预测模型并寻找影响新疆综合地价的主要因素,以期为控制综合地价提供科学依据.由模型结果我们可以得到,房地产价格指数与城镇化率是当前促使新疆综合地价上升的两个主要因素.预测结果显示,房价打压政策下,新疆综合地价短期内不会下跌,且仍会平稳上升.     

基于Leslie模型的中国人口发展预测与分析

以EXCEL为基础,拟合出2001-2005年来中国生育模式和女性死亡率的函数曲线,利用Leslie模型,预测出中国总人口将于2015年、2025年分别达到137772万人和140824万人,2018年2028年这一段是人口的一个小波峰值,2023年左右达到小峰值141024万人.老龄化程度进一步加快,到2025年全国65岁以上老年人口比重达17.2%数量达24201万人,在2041年左右65岁以上老龄人口比重达到一个高峰值26.0%,数量将达34358万人.2006年-2020年,20-29岁生育旺盛期妇女数量形成一个小高峰.