首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
神经网络和传统线性模型结合为处理混沌时间序列提供了新的途径。将Elman神经网络和单整自回归移动平均模型结合起来,同时分析我国进出口贸易量时间序列中的线性和非线性两部分,得到更准确的预测精度。实证表明,复合模型吸收两类方法的优点,较单一模型能够更有效地预测我国进出口数据。  相似文献   

2.
针对研究中经常用到的多元线性回归方法,简单介绍了多元线性回归的基本原理,结合1989年~2003年全国的财政收入的统计数据,详细介绍了运用MATLAB软件编写回归算法,建立回归模型,并对模型进行拟合优度判定、检验和检验,结果表明:模型的拟合程度和显著性效果较好,算法简单实用,求解过程方便,能广泛用于多元线性回归问题的求解。  相似文献   

3.
<正>ARIMA模型常用来对时间序列做预测分析,而股票价格的预测一直是股民较为关注的问题,准确的预测股票价格有利于在变化莫测的金融市场上做出合理的决策。ARIMA模型通过对历史数据建模,拟合时间序列数据的变动规律,进而预测未来股票的变化。本文选择深信服科技2021年所有交易日的股票收盘价数据,用ARIMA模型拟合其变化规律,最后对短期内的深信服收盘价进行预测。  相似文献   

4.
针对网络出口流量在时序上的复杂非线性特征,采用泛化回归神经网络GRNN(generalized regression NN)对网络流量时间序列进行预测。用自相关分析技术分析时间序列的延迟特性,据此确定GRNN神经网络的输入、输出向量,建立了基于MATLAB 6.5环境下GRNN神经网络的网络流量预测模型,并用黑龙江科技学院网络出口流量数据进行了验证。结果表明,该模型拟合精度和预测精度较高、计算速度较快。  相似文献   

5.
王翚 《科技广场》2006,(9):21-23
通过关联度系数的分析选择模型的自变量,各变量序列的单位根检验表明序列非平稳,为消除可能的虚假回归,利用协整关系来建立多元线性回归模型。对模型进行逐步完善并进行系数、残差和稳定性检验。通过对预测精度的评价,表明所建立的模型有较好的预测效果,并对我国2006年—2020年的石油需求进行了预测。  相似文献   

6.
差分自回归移动平均模型(模型)能对非平稳的时间序列进行较好的拟合和预测,是对该经济现象进行实证分析的有效方法之一,而居民消费价格指数就是一个比较典型的非平稳时间序列。因此本文基于2001年1月至2016年2月的月度数据,通过模型选择,建立了数据拟合较好的模型对江西省消费价格指数进行分析并预测近期的消费价格指数。  相似文献   

7.
苏勇  都彬  胡昊 《人天科学研究》2011,(10):142-144
针对时间序列的数据挖掘首先需要将时间序列(Time Series)数据转换为离散的符号序列(Symbol Sequence)。在前人的基础上,将界标模型和分段线性化进行了结合,以关键点作为分段依据,以最大似然函数和最小二乘法来拟合各分段线性拟合函数;此方法的优点在于符合人体生理实验结果,考虑了时间序列中的噪声。  相似文献   

8.
选取1986-2003年中国东部11省(市)的时间序列数据,运用多元线性回归模型对东部地区吸引外商直接投资(FDI)的主要区位因素进行分析,从而为中、西部地区如何借鉴东部地区吸引FDI的经验来发展经济提供一些参考。  相似文献   

9.
选取1986-2003年中国东部11省(市)的时间序列数据,运用多元线性回归模型对东部地区吸引外商直接投资(FDI)的主要区位因素进行分析,从而为中、西部地区如何借鉴东部地区吸引FDI的经验来发展经济提供一些参考.  相似文献   

10.
数据包络分析在科技评价中的指标优化研究   总被引:1,自引:0,他引:1  
为解决数据包络分析在科技评价中的指标选取与模型优化问题,本文建立效率回归模型,首先采用数据包络分析方法对科技投入产出进行效率测度,然后将效率作为被解释变量,将所有投入产出指标作为解释变量,运用多元线性回归进行分析,根据科学学理论、统计检验值、拟合优度等对投入产出指标进行调整,直到模型相对稳定为止。本方法也可广泛应用于社会经济投入产出系统的指标选取和模型优化。  相似文献   

11.
文章根据威廉·夏普的资本资产定价模型的原理,运用时间序列最小二乘法的线性回归方法,构造相应的模型,对上海股票市场上的31个行业的31支股票进行了系统风险系数、个股收益风险、市场风险报酬、可决系数以及个股方差的计算,并作出了相应分析.  相似文献   

12.
刘红卫  肖彩波 《西藏科技》2013,(1):65-66,70
文章以西藏自治区1978~2011年的地区生产总值时间序列为具体的分析对象,通过对数据的平稳化处理,在此基础上建立自回归移动平均模型(ARMA模型)。用Eveiws软件拟合ARMA模型并做预测分析。  相似文献   

13.
随着电网逐步智能化,电力通信网承载的业务系统不断扩大升级,传统的网络流量模型己无法很好的拟合现有的网络流量,建立基于海量数据的电力通信网络流量预测模型具有重要意义。针对电力通信网网络业务流量所呈现的随机性和波动性特点,提出了一种基于长短时记忆(LSTM)和支持向量回归(SVR)的新型混合预测模型以提高短期网络流量预测的准确性。该模型首先采用变分模态分解(VMD)提取流量序列的固有模态,降低噪声的随机性影响,然后采用LSTM分别对各本征模态进行拟合,充分挖掘流量序列在时间上的分布特征,最后考虑流量影响因素,采用SVR拟合残差余量,并将所有子预测模型进行叠加整合。该模型使用实际数据为研究对象进行仿真预测,结果表明,该模型可有效提高模型的预测精度。  相似文献   

14.
本文利用一种有效的时间序列线性拟合方法。算法所选出的关键点是对时间序列的形态变化影响较大的点,将这些点依次连接实现时间序列的线性拟合。这种线性拟合算法在剔除了噪声的同时,能更精确的定位时间序列中的关键点。实验结果表明,该方法能更好的近似表示原时间序列。和已有的方法相比,该方法拟合后的时间序列和原时间序列之间的拟合误差更小。并且在该方法的基础上运用动态弯曲距离进行层次聚类得到了较好的结果。  相似文献   

15.
在金融时间序列中,GARCH模型能够较好地描叙其异方差性,而门限自回归(TAR)模型能准确地刻画序列的非线性规律。结合两者优点建立了门限GARCH模型,并利用遗传算法,选用2003年1月2日到2011年1月10日共1 945个上市日上证综合指数进行了实证分析。由实证分析结果中与GARCH模型比较发现,门限GARCH模型拟合及预测精度在处理数据上有优势,更适合描叙非线性规律;而且,由于随机性的存在,使得所建模的模型不一,丰富多变,便于决策者从中选取合适的模型进行时序分析和金融解释。  相似文献   

16.
本文根据我国报纸发行量原始数据序列的特点,应用时间序列预测技术建立了报纸年邮发量预测模型。研究结果表明:用指数函数提取确定型趋势项,用自回归模型拟合随机型波动项而得到的组合式预测模型具有较高的精度,可以较好地描述我国报业发展的变化规律,适合于我国报纸发行系统的建模分析和预测决策。  相似文献   

17.
在对传统求解非线性模型参数的思想进行分析和研究的基础上,提出利用微分和积分法结合非线性回归进行非线性模型参数估计。通过动力学数据实例说明该方法得到的拟合效果明显比线性最小二乘回归模型合理。  相似文献   

18.
张立杰 《科技通报》2012,28(2):179-181
以城市生活用水量为预测研究对象,选取6个社会经济发展因素作为主要变量因子,建立偏最小二乘回归模型。研究分析表明,各变量因子间存在较强的多重共线性,采用偏最小二乘回归模型能有效克服各类因子变量间的多重共线性对模型拟合精度及其预测能力的影响,取得更接近现实的预估结果(平均相对误差为2.7%)。研究还发现,数据序列的长度和变量近期的变化信息也会对模型的预测精度产生重要的影响。  相似文献   

19.
利用江苏省1990~2008年的时间序列数据,运用多元线性回归模型与Granger因果检验模型,研究环境规制与经济开放之间的关系,发现环境规制与FDI之间存在负相关关系,同时环境规制水平不是吸引FDI的Granger原因,FDI是环境规制水平变化的Granger原因;而环境规制与进出口之间呈正相关,但不存在Granger因果关系。即环境规制的严格化并没有导致FDI的减少,同时对进出口起到了促进作用。  相似文献   

20.
[目的/意义]针对我国在线用户评论习惯,探索用户评论行为对评论时间的影响作用因素,对电子商务运营商探究用户评论行为规律及探索潜在用户评论时间偏好具有重要的潜在商业价值。[方法/过程]基于TAM模型抽取在线用户评论行为时间特征规律研究的影响因素并构建模型,通过抽取消费者购买行为和评论行为的时间间隔为时间序列,通过多元线性回归模型进行假设验证。[结果/结论]通过对在线评论数据的实例验证,本文所构模型能够很好地发现在线用户评论行为对评论时间的影响作用关系,对消费者评论行为的时间特征规律发现和预测具有辅助作用。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号