有关消费需求及其影响因素之间的计量研究

本文采用山东省1993-2010年的相关时间序列数据,通过建立计量模型的方法,对消费需求及其影响因素进行了计量研究。首先,选取了消费需求及其影响因素的指标;其次,运用EVIEWS软件建立多元线性回归计量模型,并且运用多元线性回归计量模型研究了消费需求及其影响因素之间的关系。最后,根据对多元线性回归计量模型的分析,提出了有关消费需求的结论与建议措施。     

玉米面制糖果技术

本文所介绍的措糖、水果糖等加工技术是以玉米面熬制的糖稀为主料，加上几种常用的辅料，使用家庭中的炊具、全部手工操作即可加工生产出形状随心所欲、不同色彩、不同口味的姑糖和水果糖，是成本低，收益高、适合家庭或小作坊加工生产的致富小项目。1糖稀的熬制方法玉米面每50kg掺Ioog淀粉酶拌合均匀放火锅内，按每50kg玉米面加IO5kg冷水进行搅拌至无干面无疙瘩时，升火加温熬熟为止。将熬熟的玉米粥放到大缸里，按50kg粥再加冷水45kg，当粥温降到7OT时再均匀放入10（）淀粉酶，用圆木棍贴缸边来回搅动，半小时后便可进行沥浆。（如果没…     

餐厨垃圾湿热处理的影响因素

为了优化餐厨垃圾湿热处理工艺参数,对温度、加热时间、加水率等因素进行了U24(63)均匀试验,考察了各因素对产物还原糖、有机质含量和总能的影响。并进一步对温度、加热时间进行了2因素5水平的完全试验,分析了各因素对湿热产物的影响机理。结果表明,各因素对处理产物还原糖含量、有机质含量的影响显著性从高到低的顺序为:温度、加热时间、加水率,对总能影响较显著的因素为加水率;最适宜的工艺条件为:温度120℃,加热时间80min,加水率50%;随着温度的上升和加热时间的延长,产物pH值呈大致下降趋势,可溶性有机物和还原糖含量明显升高,有机质含量、总能变化不显著,产物脱水性能有所改善。说明湿热处理对餐厨垃圾的营养结构和脱水性能具有较大影响。     

时间序列分析技术在GDP增长预测中的应用

综合运用了判别时间序列平稳性的方法，建立了1952-2004年中国GDP的时间序列模型。为了消除虚假回归，利用单位根方法检验了时间序列的单整阶数；在判别差分序列的平稳性之后，利用AIC和SC准则判别了时间序列模型的自回归阶数(AR(p))和移动平均阶数(MA(q))；然后用OLS法对时间序列模型的回归参数进行了估计，对估计模型进行了白噪声检验，并对通过检验的回归结果进行了分析。     

毛细管气相色谱柱轴向非均匀性对保留值的影响

用理论和实验方法研究了柱轴向非均匀性对保留时间的影响。理论计算和对典型非均匀柱的实验表明，柱管的非均匀性是影响绝对保留值的一个不可忽视的因素，在基于均匀假定的保留值模拟中会引入系统误差。提出了柱均匀性的简单判据：相同柱压和温度条件下调换柱的进出口后保留时间不变是柱均匀的充分必要条件，是柱几何对称必要条件。对梯形柱，进样口较小时保留时间较短。     

基于时间序列模型的职工平均工资预测

以时间序列模型为基础,对未来中国经济发展和工资增长的形势进行分析,经过合理的假设和筛选,确立工资的6个影响因素,继而引入国家效应、企业效应和个人效应3个影响因子。运用SPSS的相关性分析,对影响山东省职工年平均工资的因素进行分析,分别研究了国家效应、企业效应和个人效应与该地区年平均工资的关系,进一步运用SPSS,综合分析这3个因素对该地区平均工资的影响。最后,通过综合国家效应、企业效应和个人效应这3个因素建立的时间序列自回归模型,得到2011—2035年山东省职工年平均工资的预测值。通过时间序列的自回归模型预测值与实际值的Sequence Plot曲线,证实模拟效果较好,预测值符合模拟趋势。     

多变量时间序列CAR模型在交通负荷短期预测中的应用

交通负荷是影响交通通行寿命和可靠度的一个重要因素,交通负荷变化具有明显的周期性。本文针对多变量定性计算的交通负荷难题,利用时间序列的多变量自回归CARMA模型对交通负荷进行建模、预测的理论和方法,对动态系统实行统一建模。我们用递推最小二乘法的多变量自回归模型对交通负荷参数进行估计,并用DPS系统对模型进行预测和分析,测试结果证明了方法的有效性。     

超声法制备二氧化钛凝胶影响因素的分析

研究了用超声法以钛酸丁酯为前驱物,无水乙醇为溶剂,冰醋酸为熬合剂制备二氧化钛凝胶的过程,分析了醇盐的种类,溶剂(乙醇)、水、抑制剂(冰醋酸)的用量、pH值及反应温度等因素对凝胶时间及凝胶稳定性的影响。     

均生函数在水文时间序列回归分析预测中的应用

回归分析已广泛地应用于水文预报工作中,以何标准选定因子的估计值则成为影响预测值的一个相当重要的因素。详细地介绍了均生函数在水文时间序列回归分析预测中的应用,即对水文时间序列作差分变换,计算相应的均生函数,并采用双评分准则（CSC）建立最优回归模型;同时根据周期延拓性确定回归模型中选定因子的估计值,并作多步预测,为中、长期预报作业提供了一种切实、有效的方法和途径。     

基于回归分析的应急疏散时间模型优化应用

 为了提高国际上通用的疏散时间模型(简称经验模型)的预测精度和应用价值,以某高校疏散案例为研究基础,通过调查采样建立185组数据的实测样本。结合影响人员疏散行为和疏散时间相关因素,运用统计软件SPSS 17.0对样本进行回归分析,建立疏散时间回归模型。以回归模型为基础,将个体属性综合为群集属性,求取修正系数并对经验模型进行修正、检验。最后运用优化模型,对某高校体育馆工程消防疏散性能化设计方案进行改进。结果表明,经验疏散时间模型缺乏考虑群集属性对疏散效率的影响,其运用具有一定条件约束;利用修正系数对经验疏散时间模型进行修正,将提高模型仿真度,有利于对性能化消防方案的评价和改进。     

基于多元时间序列的PM2.5预测方法

针对利用多元线性回归和时间序列模型预测PM2. 5时,存在信息利用不全面和预测精度不高的问题,提出了基于多元时间序列(ARMAX)的PM2. 5预测方法;方法在回归项中引入了PM2. 5影响因子在时间序列上的滞后性阶数,并对残差序列进行信息提取,建立了PM2. 5浓度预测模型;首先通过"天气后报网"采集了合肥市2017年和2018年污染物数据;完成了数据的预处理及相关性分析;分别建立了PM2. 5浓度预测的多元线性回归模型、时间序列模型和ARMAX模型;最后通过RMSE、MAE和Theil不相等系数3个评价指标,将3个模型预测精度进行比较;结果表明:ARMAX模型的预测精度显著高于单一的时间序列模型或多元线性回归模型。     

柴油机性能及排放预测高效试验设计应用研究

为柴油机性能预测及优化提供更为高效合理的试验方法,通过对比分析不同试验设计方法回归模型的精度及效率,研究了正交设计及均匀设计在建立柴油机性能及排放多元非线性回归预测模型中的应用。回归模型的建立采用了逐步回归分析方法,能够根据试验数据提取对预测参数影响最为显著的因素,建立最为精确且简单的预测模型。回归模型的建立除了包含各个因素的主效应外,还考虑了各个因素的交互作用及非线性作用,使回归模型更为精确。最后对2种试验设计方法的回归模型预测精度及效率进行对比分析,结果显示均匀设计在柴油机性能及排放预测试验研究中更为高效。     

影响硬糖感官品质的关键因素

主要研究了影响硬糖感官品质的关键因素．分析果葡糖浆、柠檬酸的添加量以及熬制温度、熬制时间对硬糖品质的影响,结果表明：对硬糖感官品质影响程度由大到小依次为：熬制温度、熬制时间、果葡糖浆添加量、柠檬酸的添加量．随着熬制温度的增加,硬度呈增大趋势,脆性先增大后趋于平稳,感官评价分值先增大后减小;随着熬制时间的增加,硬度和脆性都呈增大趋势,感官评价分值呈下降趋势;随着果葡糖浆添加量的增大,硬度及脆性都呈下降趋势,感官评价结果先增大后减小;随着柠檬酸添加量的增大,硬度、脆性和感官评价分值都呈先增大后减小的趋势,并且前两者变化趋势相同．熬制温度为155℃、熬制时间为5min、果葡糖浆和柠檬酸的添加量分别为10％和0．50％时,硬糖的感官品质较好．     

Hg_1_XCdxTe光电二极管RoA因素分析

本文对影响n~+—p型Hg_(l-y) Cdx Te光二极管R_oA值的因素(扩散电流和隧道电流)进行了分析,并扩充了Reine等人关于n~+区少子电流的理论;用K·P方法和单边突变结模型分析了Cd、Hg相对含量(X)的分级不均匀变化对直接隧道电流的影响;且用非均匀电场模型讨论了陷阱协助隧道电流及X分级不均匀变化对其影响。     

回归模型与时间序列在大坝变形监测中的应用

对大坝监测的GPS数据,利用回归分析和时间序列的方法建立了大坝形变模型,并进行数值模拟。结果表明误差为AR（1）的回归模型优于普通的回归模型,而且优于一般小波方法的非线性回归模型。     

响应曲面法对玉米秸秆稀酸水解还原糖条件的优化

目的研究玉米秸秆纤维素在稀酸水解过程中各个因素对还原糖产率的影响,并对玉米秸秆纤维素稀酸水解条件进行优化.方法针对我国辽宁沈阳地区的农作物种植与能源需求现状,利用响应曲面设计试验方法(RSM),选择酸投加量、搅拌温度、水解时间作为试验因子,建立3因素3水平响应曲面回归模型进行分析,将还原糖产率作为响应值并进行曲面分析.结果 3个影响因子对还原糖产率均具有显著影响(P0.05).所得回归方程R~2值为0.9021,P0.05,足够精度值为5.962,说明模型高度显著,可以在设计范围内对响应值进行预测.模型预测最佳水解条件为温度58.21℃,水解时间2.86 h,稀酸投加量112.55 mL.利用最佳水解条件进行验证试验,溶液总体积为165 mL,经过试验验证:玉米秸秆稀酸水解的还原糖产率为60.45%,此时,水解液中还原糖质量浓度为0.015 g/mL.结论搅拌温度与水解时间两因素对还原糖产率影响较为明显,该模型可以较好地预测出玉米秸秆纤维素稀酸水解的最佳反应条件与还原糖产率.     

组合模型对居民消费价格指数序列的分析及预测

求和自回归移动平均模型(简称ARIMA)及支持向量回归模型(简称SVR)是两个重要且行之有效的分析及预测时间序列的方法.他们都能在一定程度上反映数据所包含的信息且信息不会完全重叠.为了能够各取所长,本文用这两种模型的组合模型对居民消费指数(CPI)进行了预测,结果显示组合模型提高了指数的预测精度.     

基于ARMA-TS-GARCH有限混合模型的交通数据分析

基于对时间序列数据进行研究时不仅需要对它们的自回归性和周期性进行分析,而且需要对序列的方差与长期性无规则波动进行分析等问题,提出基于ARMA模型和APARCH模型的ARMA-TS-GARCH模型,并且对该模型的构造进行分析,针对洛杉矶长滩地区交通量数据进行模型参数估计和诊断检验,将此模型与GARCH和ARMA-GARCH模型进行比较。研究结果表明:ARMA-TS-GARCH模型对数据的拟合要优于ARMA模型和APARCH模型;用ARMA-TS-GARCH模型对数据集进行预测,所得结果较理想。     

中国主要水果消费模型的建立

首先在36种水果中,采用主成分分析的方法选取了菠萝、苹果、橙子、荔枝、木瓜、李子、芒果和樱桃8种主要水果。然后用线性回归和时间序列的方法建立两类模型：第一种,以主要水果的消费量作为因变量,时间作为自变量,建立线性回归模型,经过模型检验、回归系数检验和残差的正态性检验等说明所建的模型是合理的;第二种,用非平稳时间序列的方法建立了时间关于消费量之间的ARIMA（1,1,0）模型,并检验了所建的模型的合理性。另外,得到了主要水果的消费量随着时间而逐年增长的发展趋势。     

时间序列自相关函数的局部影响分析

 时间序列模型不同于一般的线性回归模型,其样本点之间存在着一定的相依结构使得常用的探测异常值的方法,如数据删除、单点求导等对时间序列而言效果不佳.为了探测时间序列中的强影响点,文章介绍了局部影响分析方法,研究同时对几个点作微小扰动时自相关函数的局部改变量.最后,用一个例子来比较局部影响方法与单点求导方法在探测强影响点上的优劣性.