我国城镇登记失业率的因素相关性分析与数学模型

本文运用SPSS的相关性分析了城镇登记失业率有关的一些经济指标,通过相关性分析去除了那些与失业率不太相关的指标,得到了影响城镇登记失业率的8个重要指标。接着建立了城镇登记失业率的非线性多元回归数学模型,得到了拟合优度较高达到0.996的模型,并对多元回归模型给出了相关分析,得到对城镇登记就业率影响比较大的是城镇化率,其次分别是第三产业占GDP比重、城镇固定资产投资和市场化程度。     

我国城镇登记失业率分析与预测

笔者依据就业问题的相关理论,选取对城镇失业率水平有显著影响的经济指标,利用多元时间序列分析方法对我国近几年的经济数据进行分析,并探讨了我国城镇失业率的主要影响因素及其与城镇失业率之间的联系,得出我国城镇登记失业率和国内生产总值增速_累计(前推3期)、银行间同业拆借加权平均利率负相关,城镇家庭人均可支配收入_季度累计等因素负相关。     

ARIMA乘积季节模型对我国消费者信心指数的分析

消费者信心指数能够预测消费支出,对某些宏观经济指标也有较好的预测效果。本文运用Eviews6.0软件对2006.01—2011.12我国消费者心指数的统计数据建立ARIMA乘积季节模型。结果表明该模型适合预测我国的消费者信心指数而且预测精度较高,但只适合短期预测。     

基于资本有机构成的我国失业人口问题研究

基于马克思资本有机构成理论,选用1985–2010年我国投资总额、工资总额、城镇登记失业率数据,进行线形回归分析,得出我国的资本有机构成每增加一个单位失业率将提高1.243%的结论,并提出了如何解决我国失业的政策建议。     

ARIMA模型在同业拆借利率预测中的应用

中国银行间同业拆借利率（CHIBOR）是我国货币市场上最早市场化的利率,文章选择隔夜拆借利率为研究对象并建立ARIMA模型对其进行短期预测，并取得了理想的短期预测效果，从而确定了适合我国同业拆借市场的利率预测模型．研究结果不仅可以帮助金融机构对金融产品合理定价，防范风险，也可以帮助央行准确估计CHIBOR走势，达到既定货币政策目标。     

混沌动力学模型在我国能源生产预测中的应用

根据能源系统的复杂性以及我国能源生产的实际情况，将混沌动力学原理与经济原理相结合，建立能源生产函数的哈维尔摩模型，并通过分析该模型的混沌动力学特性，证明利用该模型研究能源系统的生产情况是适合的，利用该模型对能源生产预测是可行的。通过与其他传统的预测方法相比较，进一步证明用混沌动力学模型进行预测优于其他预测方法，文中又运用该模型对我国能源生产总量作短期预测，分析未来能源生产发展趋势，为我国的能源局长战略提供可靠的科学依据。     

基于ARIMA模型对我国城镇单位就业人员工资总额的预测

基于单位根检验原理,运用ADF检验的方法检验平稳化,并基于1995年到2011年我国城镇单位就业人员工资建立ARIMA模型,并对未来几年我国城镇单位就业人员工资总额进行短期预测,研究结果可为我国缩小贫富差距和国家的宏观调控提供一些参考.     

多元回归分析在油气产能预测中的应用

本论文利用多元回归分析对油气产能进行预测,并对多元回归分析的思想、原理进行了阐述;对油田产能预测结果进行了检验及精度估计,认为预测结果具有很好的指导意义。因此在油田生产中建议采用多元回归分析预测油气产能。     

我国建材工业技术进步测定及预测方法研究

运用相关分析、主成分分析和多元回归分析方法建立相应的数学模型，对我国建材工业技术进步水平进行了定量测度与预测，并通过模型的实际应用，证明了方法的可行性和应用价值。     

区域物流需求预测的COMR方法

针对区域物流需求规模短期预测建模的特点,结合核方法和支持向量回归的研究进展,提出了一类带约束的最优多元回归模型。该模型综合考虑了多元回归函数的拟合误差、泛化能力以及非线性预测建模的特点,为区域物流需求增长预测提供了一种新方案。对上海市最近5年物流需求规模的预测也验证了该模型的有效性。     

中国粮食生产的多元回归与神经网络预测比较

对1978-2000年影响我国粮食生产的7个因子分别建立了多元回归分析预测模型BP神经网络多变量输入预测模型。实证研究结果表明，与回归预测模型相比，用BP网络建立的模型经过训练后，可得到影响粮食产出的主要因子及其之间的非线性关系，网络模型新颖，具有很高的预测精度及较好的预测效果，可广泛应用于各种预测研究，有较高的推广价值。     

房地产投资供给量和需求量的多元回归预测分析

本文针对我国房地产投资供给量和需求量预测存在的不足，提出多元回归分析预测方法，从而为房地产的发展做了有益的探讨。     

分析负荷特性构筑的多小水电地区短期负荷预测思路

对于电力系统短期负荷的预测是进行电力调度开展与实施的一项重要内容,有利于实现电力设备的合理调度与维护安排,对于减少电力系统的发电运行成本以及实现电网安全稳定工作运行的保障等,都有具有积极作用和影响,同时,对于电力系统短期负荷的预测管理,也是实现电力企业管理衡量的重要标志。本文将在对于电力系统短期负荷预测的方法意义分析基础上,通过进行小水电地区短期负荷预测方法的分析,结合多小水电地区的负荷特性,通过建立基于负荷特性的多小水电地区短期预测分析模型,对其短期负荷的预测分析思路进行分析研究,以促进电力系统的管理提升与安全稳定运行保障,推动电力事业的建设和发展。     

基于时间序列对电力系统短期负荷的预测

针对电力系统短期负荷的预测,建立了多元回归和时间序列预测模型,分析了最高温度、最低温度、平均温度、相对湿度、降雨量分别对日最高负荷、日最低负荷、日平均负荷的影响程度,以及预测出短期负荷,应用MATLAB、SPSS进行求解,研究得出:最高温度对日最高负荷、日最低负荷、日平均负荷的影响程度最大,且预测值与实际值的相对误差在允许误差范围内,模型可靠性较高。     

基于时钟触发长短期记忆的多元时序预测

在多元时间序列预测方法中，传统的模型无法敏锐地捕获时间序列短期突变信号从而导致预测趋势滞后和误差较大。本文提出了一种基于时钟触发长短期记忆(Clockwork Triggered Long Short Term Memory, CWTLSTM)网络的多元时序预测模型，通过增强对短期信息的捕获能力提高了预测精度。CWTLSTM将网络中所有的神经元进行分组，对每个分组赋予不同的激活频率，每一组神经元只在时间步长等于周期的整数倍时才被激活。根据周期是否为1将网络分为主干网络链和短期输入增强链，短期输入增强链在靠近输出位置的时间步上激活时，将输入信息的运算结果单向地传递给主干网络链，增强此时的输入权重，使模型在存储长期信息的基础上能快速响应短期突变信息带来的数据波动。在空气污染数据集和水泥篦冷机数据集上的验证结果表明，本文模型在减少预测误差与趋势判断上均有较好的表现。     

EGARCH模型在同业拆借利率预测中的应用

中国银行间同业拆借利率(CHIBOR)是我国货币市场上最早市场化的利率.选择隔夜拆借利率为研究对象并选择GARCH族模型对其进行建模,发现EGARCH(1,3)模型拟合效果最好,并进行了短期预测且取得了理想的短期预测效果,从而确定了适合我国同业拆借市场的利率预测模型.该研究结果不仅可以帮助金融机构对金融产品合理定价,防范风险,也可以帮助央行准确估计CHIBOR走势,达到既定货币政策目标.     

社会发展与水环境污染问题研究

为提高我国水环境质量,减少水体污染,分析了我国经济社会发展以及人民生活水平提高的用水需求趋势,研究了目前污水减排、处理等各项环保措施,通过对未来水质的影响进行预测,提出了解决水污染的治理方案,只有通过城镇规划,强化污水资源化利用,形成城镇或区域污水零排放,才能实现秀美山川。     

短期电力负荷预测的基本模型

负荷预测是根据负荷过去的历史资料，建立恰当的数学模型对未来的负荷进行预测。在进行电力系统的短期负荷预测时，针对负荷变化的特点，既要充分分析，掌握并利用其规律性，叉要兼顾各种因素的影响。本文通过对影响负荷的各种因素的分析和预测模型应满足的要求，提出了短期电力负荷预测的基本模型。     

城镇建设用地预测方法新探--以重庆市渝北区为例

分析了我国现行城镇建设用地预测方法的特点及其存在的问题,提出城镇人口增长和固定资产投资是拉动城镇建设用地需求的两大因素,对城镇建设用地预测方法进行了探索性的研究,构建了双因素预测模型.并据此提出了重庆市渝北区城镇建设用地配置方案.     

不同方法对青海粮食产需水平的预测分析

本文运用灰色预测系统，三次指数平滑法和多元回归法，对在正常年景下２０００年，２００５年和２０１０年青海粮食产需水平进行预测，并对结果作出分析讨论。