简介：本文研究了含(α,c)型Fuzzy参数的回归预测模型,并将它推广为含此型参数的自回归情形.在确定参数时,不采用最小二乘法,而转化为求解—等价的规划问题,从而避免因参数不可微而引起的确麻烦。由此而建立的模型,将比经典模型包含更多的信息、

简介：

简介：本文根据犯罪作用的机理,把犯罪现象看作是随机过程中的马尔柯夫过程。犯罪在各个年份中所产生的规模和水平,即立案数据,视为随机过程的一个实现,即随机过程的一个样本。为此提出了马尔柯夫过程的预测模型──自回归(AR)模型,作为犯罪的预测模型。本文介绍了自回归模型的形式,建立、识别、检验和怎样用于预测。自回归模型一旦确立,计算简单,并且能包含近期的诱发和控制犯罪的因素,预测结果较为准确。

简介：以火灾统计数据中的火灾发生起数为研究对象,利用时间序列分析中的差分自回归移动平均模型对城市火灾进行预测。以北京市2000～2006年火灾数据为例,建立了乘积季节模型,进而预测了北京市2007年月火灾发生起数,并与实际值相比较,发现该模型预测结果较为准确,可用于对火灾作短期预测,预测结果可为消防部门的决策提供科学依据。

简介：空间自回归模型是空间计量经济学中处理空间相关性时常用的一类回归模型,本文主要考虑到自变量存在多重共线性时,空间自回归模型的参数应该如何估计。在主成分分析以及极大似然估计方法的基础之上,建立了一类针对模型未知参数的有偏估计,从而减少多重共线性对于模型求解的影响。本文引入数值模拟部分,说明了主成分估计方法对于处理多重共线性问题的有效性,同时引入波士顿房价数据实例,进一步验证了当多重共线性出现时,有偏估计结果较之极大似然估计更为合理。

简介：摘 要：伴随国内电力工业的发展和电网管理的现代化，电力消费和负荷预测已成为现代电力系统的一个重要研究领域。科学预测用电量和电力负荷是电力企业制定短期年度计划和安排季度、月度生产任务的基本依据。制定电力企业的长远规划是电力企业不可缺少的工作;其也是电网规划设计的重要内容和依据。

简介：

简介：回归分析法、弹性系数法、时间序列法等是市场预测中常用的方法。本文介绍了其中的回归分析法。并就其在水泥市场预测中的具体应用进行探讨。选取了1995--2005年安徽省固定资产投资与水泥需求量作为两个变量，验证了这两个变量之间的相关关系及相关程度，在确立了因变量（Y）和自变量（X）之后，通过回归检验并建立回归模型来分析预测了安徽省2010年的水泥需求量。

简介：针对目前烟草行业市场下滑率高居不下的现状，建立一个市场下滑预警模型尤为重要。鉴于此，运用Logistic回归分析法，最终选出增幅趋势值、增幅波动值为影响自变量，建立某烟草品牌省外地市市场的下滑预警模型。运用该模型，企业可以通过现有增幅趋势值、波动值对未来市场下滑情况做出预测，得到高下滑风险市场名单。提前对这些市场进行策略挽留，以达到降低整体市场下滑率的目的。

简介：为了预测水泵的运行状态,提高水泵运行的安全性和经济性,以轴承温度和轴端振动为研究对象,运用支持向量自回归方法,建立了水泵的温度和振动2个预测模型,对水泵的温度和振动的了展状况进行了预测。计算结果表明：采用该种预测模型对水泵的运行状态进行预测,具有精度高、速度快、易于建模的特点,应用该方法建立的预测模型能够很好地预测水泵的温度参数和振动参数,提高水泵的运行效率。该预测方法可以推广到对水泵的流量、进口水压力、出口水压力等其他运行状态参数的预测。

简介：摘要为提高电力市场化交易量，实现降本增效，需要精准预测月度负荷，本文基于回归分析法，对历史统计数据进行回归分析，建立变量（生产电量、非生产电量、生产天数、卷烟产量）与总用电量的相关关系，回归拟合成负荷预测公式，通过对数据的差异处理验证，形成符合性较高的负荷预测模型。

简介：目前国内外还没有对不同火险条件下草原火险时空发生概率的研究，而这方面研究对草原火灾管理对策和防火救助应急预案的制定具有重要意义。根据呼伦贝尔草原火灾统计月报表和相关气象、社会经济资料，利用Logistic回归模型建立草原火险预测模型，对草原火险进行了空间上的预测。结果表明，日平均风速、日降水量对草原火险影响较大；以2005年所有火灾案例对草原火险预测模型进行检验，研究表明，该预测方法具有较高的可靠性，可为火灾管理和减灾决策的制定提供指导。

简介：为了预测某导弹陀螺漂移趋势,以该陀螺漂移角速度时间序列为对象,建立了基于支持向量回归机的预测模型。针对该预测模型的特点,提出了支持向量预选取的模型优化方法。基于ε不敏感损失函数的支持向量回归机具有稀疏性,其结构由支持向量决定。因此从训练样本集中预选出有可能成为支持向量的样本,精简样本规模是提高该类支持向量回归机训练和预测效率的有效方法。针对该类支持向量回归机从分类和回归两个角度分析了支持向量的几何特征,提出了核函数空间免疫聚类的支持向量预选取方法并用于某导弹陀螺漂移预测模型的数据预处理。仿真结果表明优化后的预测模型运算量小、建模速度快,精度高。

简介：摘要目的探讨利用自回归滑动平均模型法（ARIMA）对宁波市奉化区人口出生率数据进行预测的可行性。方法利用R3.5.0软件对浙江省宁波市奉化区1983—2013年出生率数据拟合ARIMA模型，对模型参数与残差进行统计学分析，并利用拟合的模型对奉化区2014—2018年的出生率进行预测。结果拟合的模型为ARIMA(0,1,0)，模型的残差分析表明残差符合白噪声过程。2014—2018年出生率预测相对误差率最大的年份是2017年为23.40%，相对误差率最小的是2015年为3.25%。结论ARIMA(0,1,0)模型能较好地拟合奉化区出生率的时间变化趋势，可用于未来奉化区出生率的短期预测。

简介：文章选取中国的上证综合指数和美国标准普尔500指数在2015年1月2日至2016年12月31日的数据作为研究样本,利用向量自回归（VAR）模型的Johansen协整检验和Granger因果检验方法,对中国股市和美国股市的联动性进行了实证研究分析。结果显示,中美两国股市具有长期均衡的正相关关系。

简介：摘要目的比较差分整合移动平均自回归模型(ARIMA)和深度学习模型在吸脂操作数据预测分析方面的应用价值。方法选取2019年1至9月中国医学科学院整形外科医院符合入选标准的行吸脂手术患者，使用基于光学追踪系统和力传感技术的吸脂操作记录系统，采集高年资整形外科医生吸脂手术初始250~400 s的操作数据，包括运动学和力学数据。经预处理后将采集数据分成一个吸脂往复循环为一组的数据。分别使用ARIMA模型和深度学习模型处理分析采集到的数据，建立吸脂操作预测模型。用Matlab 2017软件产生随机数随机抽取30对共计60组吸脂循环数据，计算每对数据的动态时间规整(DTW)值作为检验标准，然后分别计算基于ARIMA模型与深度学习模型的各30组预测数据与实际数据之间的DTW值，与检验标准对比，对2种模型的预测结果进行验证。应用Matlab 2017软件进行统计分析，2组比较用独立样本t检验，P<0.05为差异有统计学意义。结果共入组18例患者，均为女性，年龄23~49岁，平均36.6岁。吸脂部位分别为腹部、大腿、腰部。共获得16 800组吸脂循环数据。模型检验标准DTW值为0.048±0.028。ARIMA模型预测数据与实际数据之间的DTW值为0.660±0.577，与检验标准比较差异有统计学意义(P<0.05)。深度学习模型得出的DTW值为0.052±0.030，与检验标准比较差异无统计学意义(P>0.05)。结论相比ARIMA模型，深度学习模型可以更准确地预测吸脂操作数据，能更好地适应不同情况的数据，并且具有更好的实时性。

简介：

简介：摘 要：近些年，我国电影行业实现了快速发展，这得益于国家对电影行业一系列扶持政策的出台。人民对高质量电影的需求，也在一定程度上促使电影制作公司提升影片的制作和发行水平。电影票房是衡量电影这种特殊的服务性商品的一个重要指标，它可以直接反映市场对该部影片的需求程度。本文选取2014-2018年间排名前30的电影，共计150部电影，运用多元线性模型预估电影票房，以期为评估电影著作权的价值提出建议，甚至为未来中国电影的投资提供参考。

简介：本文以Logistics回归算法为基础，结合证券行业经纪业务的特点，选择了总资产比例、交易次数比例、总资产连续下降等12个指标建立证券客户流失预测模型；并通过历史数据计算，确定了模型的常变量及回归变量。相关理论方法评估及真实数据验证表明，该模型的预测准确度较高，可以基于客户历史行为反应其流失倾向。一、客户流失预测的基础模型简介

简介：对于存在测量误差的面板数据自回归模型，首先讨论了POLS（PoolingOLS）和LSDV（leastsquareofdummyvariable）估计存在向零的衰减偏差及其非一致性，其次对于混合自回归模型和个体固定效应自回归模型给出了工具变量应满足的条件。研究发现这时工具变量的选择是十分困难的。