基于BP神经网络的内蒙古第三产业增加值预测模型

宏观经济政策的制定必然要参照各次产业的发展水平,那么对产业发展水平进行评估和预测就显得十分必要。文章通过运用神经网络的建模方法对内蒙古自治区第三产业增加值进行分析,最后建立了单隐层的BP神经网络模型。模型的预测结果表明预测精度较高。     

海拉尔地区降水量的ARIMA乘积季节模型研究

1个地区降水量的变化受到诸多因素的影响,其既有长期趋势、季节效应,又具有随机扰动效应。在降水量的分析中,找出所有影响降水量的变化因素是十分困难的,因此可以利用降水量序列的自身变化来寻找序列中蕴含的发展规律。本文以海拉尔地区1957年1月~2007年8月逐月平均降水量数据为基础,应用SAS统计软件经过多次拟合优选,最终建立了适合海拉尔地区月平均降水量的AR IMA(p,d,q)×(P,D,Q)s乘积模型,并利用该模型对海拉尔地区2007年的降水量进行了预测。     

内蒙古自治区经济发展速度的指标筛选及综合评价研究

本文收集了从1991～2009年反映内蒙古经济发展速度的19项指标数据,通过正态性检验、偏相关分析等方法对评价指标进行筛选.运用因子分析对综合评价指标建立综合评价模型,在此基础上对近20a来的经济发展速度进行剖析,科学评价了内蒙古地区的经济发展速度,并结合实际对内蒙古今后的经济发展政策提出了意见.     

内蒙古能源消费总量的研究——基于ARIMA疏系数模型

本文以《内蒙古统计年鉴2010》中1985-2009年内蒙古能源消费总量的数据为依据,运用时间序列的建模方法采用SAS 9.0软件建立ARIMA疏系数模型对内蒙古未来能源消费总量作出预测.结果显示,模型预测效果较好.     

内蒙古第三产业增加值的研究——基于ARIMA疏系数模型

本文运用时间序列建模方法对内蒙古第三产业增加值进行了分析和研究,首先通过对第三产业增加值序列的平稳化处理,然后运用ARMA方法进行建模,最终确立了ARIMA疏系数模型。经过检验,模型预测效果良好,可用于对未来的预测。