基于灰色线性回归组合模型的河南省国内生产总值预测

根据灰色灾变预测原理,构建了基于GM(1,1)与线性回归的组合模型.对于具有数据跳变日期点的预测问题,用GM(1,1)模型;对非跳变日期点用线性回归预测.对河南省国内生产总值的预测结果表明,该模型克服了GM(1,1)模型和线性回归模型的缺陷,具有较高的应用价值.     

基于VAR模型的我国城镇居民收入影响因素研究

随着城镇化的不断推进,城镇居民可支配收入未减反增。本文借助Eviews 6.0软件,建立向量自回归模型(VAR)模型,并绘制相应的脉冲响应函数及方差分解图,以此分析我国城镇居民可支配收入的影响因素,结果表明,近年来国内生产总值、金融水平及产业结构与城镇居民人均可支配收入之间存在一定的关系。     

基于多元线性回归模型对江苏省物流需求的预测分析

根据江苏省历年经济发展数据并采用多元线性回归方法,选取了各种主要经济指标并进行相关性分析,建立合理、可行的物流需求模型,分析得出影响物流需求量的主要影响因素,并对未来10年的货运量进行预测,为江苏省制定物流业发展规划提供参考。     

辽宁省粮食综合生产能力限制因素分析及生产潜力预测模型

分析辽宁省粮食生产能力限制因素,并对生产潜力做出预测,对保障粮食安全,促进经济社会和谐发展具有重要意义。本文以1979~2010年的数据,分析了影响粮食总产和单产的限制因子,对各因子进行线性相关分析,排序得出影响粮食产量的主、次和潜在因素,根据统计分析结果,结合辽宁省实际情况详尽分析了限制辽宁省粮食综合生产能力提升的主要症结,并分别对历史数据采用线性回归、主因子逐步回归、相关分析等方法,通过DPS软件,构建逐步回归预测模型、逻辑斯蒂预测模型、幂函数预测模型、Gauss模型预测模型、Cubics Ratio预测模型等模型对未来粮食单产和总产作出理论预测。     

回归分析法在地下水水质动态预测中的应用

地下水系统是一个复杂的随机系统。根据地下水水质与其影响因素之间存在的相关关系,运用回归分析理论和方法,建立了一个基于多元线性回归分析法的地下水水质动态预测模型,并将该模型用于遵义市海龙坝地下水水质的动态预测。预测结果表明预测精度较高,建立的模型较符合该研究区的实际情况。     

基于多元线性回归分析的剧烈运动身体易损伤部位预测

针对传统方法未能全面考虑剧烈运动与身体损伤之间关系,导致损伤预测模型误差率较大,结合多元线性回归分析构建剧烈运动身体易损伤部位预测模型。选择基本模型中的身体损伤影响因素作为自变量,身体损伤作为因变量,得出二者之间的样本回归函数,并进行拟合优度、方程总体线性显著性、变量显著性的检验,检验预测模型的合理性。实验结果表明,与基于模糊评判相比,所提预测模型的预测误差较小,平均值仅为0.4%,说明所提模型预测准确性更高,能够为锻炼者运动提供科学依据和指导。     

基于计量模型的中国民用汽车保有量因素分析与预测

汽车保有量是衡量社会经济水平的一个重要指标。计量经济模型可以通过对影响保有量因素的分析,从而较为准确地预测汽车保有量。结合相关检验可以看出,汽车保有量与国内生产总值、公路里程之间有长期均衡关系。通过对模型引入误差修正机制,可以在长期均衡模型上建立短期动态模型,使预测结果更为准确。     

基于回归模型的北京市人口增长问题分析

本文主要利用回归模型分析导致北京市人口在短短几年内显著增加的因素问题.首先利用逐步回归模型在八个可能因素中求解显著因子,通过该方法,最终确定出对北京市人口影响比较大的五个因素,它们分别是：人均GDP值、第二产业值、第三产业值、卫生费用以及人口出生率.然后利用多元线性回归模型对导致北京人口激增的五个主要影响因素进行分析,并得出导致人口激增的回归方程.最后利用近几年的北京人口数据,通过指数增长模型对北京人口变化进行了预测,并提出关于控制人口过快增长的建议和意见.     

基于ARIMA模型的内蒙古羊产业分析与预测

羊产业是内蒙古畜牧业最具竞争优势的产业。为支持羊产业的结构调整,对一定时期内羊存栏量的预测显得尤其重要。但是,影响养羊的因素很多,不能利用传统的方式进行简单回归分析。采用ARIMA模型对内蒙古羊产业现状进行分析预测,并得出内蒙古羊产业短期内呈持续增长趋势。     

基于灰色非线性回归的道路交通事故预测

运用GM(1,1)模型对影响道路交通安全的各因素进行预测,然后将各影响因素综合起来构建灰色非线性回归模型,以预测道路交通事故发展趋势.结果表明,该模型的预测精度高,预测结果可靠,适用于道路交通事故预测.     

基于机器学习的粮食产量预测模型研究

科学统计粮食产量数据并合理预测其发展趋势有助于稳定粮食生产、保障粮食安全。本文基于差分整合移动平均自回归(ARIMA)模型、广义回归神经网络(GRNN)模型以及长短期记忆人工神经网络(LSTM)模型,运用皮尔逊相关性分析方法选出影响粮食产量的主要因素并进行预测。以河北省保定市在1996—2014年粮食产量及16个粮食产量影响因素等历史数据为例,预测2015、2016和2017年粮食产量。试验结果表明,基于ARIMA模型预测的平均相对误差为0.96%,基于LSTM模型预测的平均相对误差为2.20%,基于ARIMAGRNN组合模型预测的的平均相对误差为0.47%。相比于其他预测模型,ARIMA-GRNN组合模型可有效地对粮食产量进行预测,并为粮食产量的预测提供了1种新方法。     

顾及空间关系的土地利用变化分析模型

提出一种顾及空间关系回归模型来分析和预测城市土地利用变化,这种方法利用空间滤波对因子进行空间平滑得出“隐含变量”,从而把原始变量变换为没有空间相关的新变量。利用该方法对NewCastle1984-2002年的土地利用变化进行了分析和预测。实验结果表明,新方法比普通逻辑回归模型的预测精度有大提高,总体预测精度从0.70提高到0.77。     

基于回归分析的我国农村居民消费水平的预测

选取1990~2009年20年的统计数据,对农村居民消费水平进行回归分析。在剔除多重共线性、异方差和序列相关的影响之后,得出了农村居民收入、农村居民消费价格指数(物价水平)与农村居民消费水平具体的数量变动关系。并用该回归模型,对2010~2012年的农村居民消费水平进行了预测,预测结果与实际消费支出误差百分比均小于5%,表明该模型具有一定的使用价值,政府可以据此采取措施对农村居民的消费进行调控,以实现扩大内需和长远的经济发展。     

世界棉花生产、进出口和消费对中国棉花生产的实证分析

随着世界贸易自由化发展,中国棉花生产不仅受到国内因素影响,更是受到国际棉花市场因素的影响。本文通过建立双对数回归模型,研究得出:世界棉花生产、消费均对国内棉花生产产生显著的正向影响,世界棉花进出口对国内棉花生产具有显著的负向影响。并据此提出促进中国棉花生产能力提高、协调国内棉花生产同外部环境关系的建议。     

基于灰色多元线性回归的河南省粮食产量预测

对河南省1990-2009年影响粮食总产量的8个因素进行灰关联分析,找出影响河南省粮食产量的主要因素.运用Eviews软件,对主要影响因素建立多元线性回归模型并预测未来5 a河南省粮食总产量.     

灰色理论在土地利用规划中的应用——以河北卢龙县为例

以GDP预测为例,首先建立了卢龙县国内生产总值预测的灰色模型,对2005～2020年卢龙县国内生产总值作了预测;然后.利用灰色关联度分析,分析了卢龙县第一、二、三产业对国内生产总值的影响程度,提出了该县产业结构的调整方向.该研究可为土地利用规划提供科学依据.     

基于空间自回归模型的中部经济增长分析

为了揭示区域经济发展与其影响因素间的作用关系,为制定区域经济发展政策提供参考,以中部6省经济 数据为例,采用普通回归模型和空间自回归模型分析和比较人均 GDP增长率及其影响因素的相关关系.结果表 明:数据空间自回归模型的拟合度较普通回归模型好,说明空间自回归模型能够更好地解释人均GDP增长率与其 影响因素间的相关关系,其中比较显著的影响因素有人口密度、固定资产投资总额和第三产业生产总值.     

城镇化发展水平影响因素验证分析

为验证影响城镇化发展水平最为显著的因素,以17个不同发展水平的国家统计数据为实例研究对象,采用多元线性回归法建立计量分析模型,得出购买力平价计算的人均国内生产总值为最显著的影响因素。文中所采用的建模分析方法是行之有效的、所得结论是科学可信的,对城镇化发展水平方面的研究具有重要的理论与实践指导意义。     

全国房屋销售均价多元线性回归模型分析

本文旨在建立我国90年代以来全国房屋均价宏观经济影响因素的线性模型,选取4个宏观经济指标作为方程初始导入自变量,与全国房屋均价进行初步多元线性回归模型分析,并解决了自变量之间多重共线性问题,进而修正为3个自变量与全国房屋均价建立多元线性回归模型,并对回归模型进行分析,得出方程效果良好的结论,指出模型的应用价值。     

油气管道腐蚀的灰色线性回归组合预测模型

油气管道腐蚀作用机理复杂,诸多因素存在模糊性与相互关联性,对管道腐蚀速率的有效预测存在一定困难。运用具有处理线性和非线性因素能力的灰色线性回归组合模型对油气管道腐蚀进行建模,并引入BP人工神经网络模型对组合模型的残差进行修正,以进一步提高预测精度。将所建模型应用于某油气管道腐蚀速率的预测中,结果表明:所建灰色线性回归组合模型在对油气管道进行腐蚀预测时,既充分考虑到了原始数据的线性因素,又考虑了其非线性因素,预测效果较好,同时适用于解决其他复杂腐蚀体系的预测问题。