我国省域人口增长与经济发展的空间分析

研究发现人口增长与经济发展存在着相关关系.本文分别利用普通线性回归模型、空间滞后回归模型、空间误差自回归模型以及空间半参数模型研究了我国2011年30个省区(除海南省)的经济发展和人口增长的关系.结果表明,省域人口增长不仅与本地区经济发展水平相关,还受到周边地区人口增长情况的影响.     

中国人口预测的半参数自回归模型

提出建立中国人口预测的半参数自回归模型,基于线性回归选取的显著性变量,利用多项式样条估计得到了半参数自回归方程,并且对中国2004~2009年人口进行了预测比较,结果表明:半参数自回归模型优于一些传统的模型.此外,还对2010~2013年中国总人口数量进行了预报.     

城市日用水量预测的非参数模型研究

本文针对传统的线性回归模型误差较大的特点,利用核估计与局部线性估计方法,以气温、节假日为自变量,以用水量为因变量建立了城市日用水量的多元非参数回归模型.经西安市实例验证表明,相对于线性回归模型而言,多元非参数回归模型预测精度较高,预测效果好.     

Logistic模型改进及山西人口预测

就我国现阶段而言由于实行计划生育,人口增长率已经很低,显然Logistic模型中r（z）为z的简单线性函数已很难准确预测未来人口．为了更准确地预测中国未来人口,文章对r（z）与z的关系进一步改进,得到了一个新的模型：面dx=r（x0）ea--bxX,X（O）=x0．并根据1990年到2010年山西人口的数据对山西2020年,2030年,2040年,2050年人口进行了预测．     

考虑外生变量的基于分数差分的石油价格部分线性自回归预测模型

利用分数差分和部分线性自回归模型对WTI现货价格序列进行了建模和预测研究.首先通过分数差分消除了WTI现货价格序列中的长记忆性,得到一条短记忆序列.然后,利用部分线性自回归模型对其进行建模,其中,参数部分考虑石油价格,非参数部分考虑外生变量,即世界供应量,并进行了实证研究.研究结果表明:基于分数差分的部分线性自回归模型能较好地解决石油价格预测这一问题,而引入外生变量后,进一步增强了模型的解释能力,弥补了模型对外界影响因素忽略的缺陷,预测精度较高.     

人口增长率经典模型多元回归分析研究

文章对影响人口增长率的相关因素——老龄人口比率、城镇人口比率及男女性别比率等进行研究,运用多元线性回归方法分析了老龄人口比率、城镇人口比率及男女性别比率对人口增长率的相关作用.并且,对老龄人口比率、城镇人口比率及男女性别比率变化等因素分别用灰度模型做出分析与预测,从而得到人口增长率的变化规律.在此基础上,运用简单的Logistic人口模型对中国人口发展状况进行了预测.根据计算的结果,我国人口总量在近期内将仍保持在13亿与14亿之间.     

广西城镇居民人均收入和消费的非参数回归估计

本文尝试用非参数回归方法研究居民人均可支配收入与消费的关系,应用非参数局部多项式估计方法对广西1980年~2010年城镇居民人均可支配收入与消费数据进行实证分析,克服了传统线性回归模型在讨论居民人均可支配收入与消费关系的不足。实证结果表明非参数回归方法优于线性回归方法.     

土地利用规划中的人口预测方法研究——以荥阳市为例

根据2002年至2009年荥阳市的人口数据,采用综合增长率法、回归分析法和GM（1,1）模型预测2020年的人口规模．并对3种方法的预测结果进行精度检验．结果表明,GM（1,1）模型预测精度最高,可以采用其预测值作为最终预测结果．     

中国人均GDP的FAR模型

针对我国人均GDP的非平稳特征，根据1949-2005年我国人均GDP的统计资料，建立我国人均GDP的函数系数自回归模型（FAR模型），并将模型用于我国人均GDP的预测分析．计算结果表明，FAR模型能较好地解决我国人均GDP的估计和预测问题，预测精度较高、     

中国人均GDP的FAR模型

针对我国人均GDP的非平稳特征，根据1949-2005年我国人均GDP的统计资料，建立我国人均GDP的函数系数自回归模型（FAR模型），并将模型用于我国人均GDP的预测分析．计算结果表明，FAR模型能较好地解决我国人均GDP的估计和预测问题，预测精度较高、     

基于非参数方法的肿瘤基因表达数据挖掘

该文提出了一种基于非参数统计的模式识别方法，此方法并不对微阵列数据作总体分布假设，从而降低了噪声对预测结果的影响．该方法可适用于两总体及多总体的模式识别问题．通过对两个真实的肿瘤基因表达数据的分析，验证了方法的识别效果．     

非参数技术理论及应用综述

非参数技术中一个最重要的内容是估计方法，常见的非参数估计方法有核估计、局部多项式估计、近邻估计等。光滑参数的选取、“维数灾难”与边界点问题也是与非参数技术有关的重要内容。非参数技术的一个重要的应用是应用在时间序列模型中。     

误差为鞅差时的非参数回归模型

本文讨论了描述海水含盐量与年度月份变化之间关系的非参数多元回归模型Y~(j)(X_(in))=g(X_(in))+e~(j)(X_(in))获得了未知数函数g(x)的估计量的相合性。     

非参数估计的小波网络经济预测模型

小波网络是一类由小波构成的神经网络 .在给出基于正交尺度函数的小波网络的基础上 ,建立非参数回归估计的小波网络预测模型 ,并进一步将它应用于经济建模中 .     

基于截断数据三角级数回归估计

将截断数据回归模型转化成半参数回归模型，基于半参数回归模型，用三角级数法估计未知参数β及ｆ。对误差分布未作任何假定，在很一般的条件下，证明了估计量β及ｆｍ（ｔ）具有均方相合性及几乎处理处处收敛性，同时证明了β具有渐近正态性，估计的表达式较为简单，实用。     

回归函数的核估计法及其在经济分析中的应用

简介了非参数估计中的一种核估计方法，通过一个财政收支的实例，与最小二乘法进行了比较。     

Bayes判别的小波方法

在非参数Ｂａｙｅｓ参数判别问题结全小波方法,给出了Ｂａｙｅｓ规则的小波估计,并在此基础上,建立了后验错判概率Ｌｎ与Ｂａｙｅｓ风险Ｒ的收敛关系及收敛速度。     

生存函数的一种非参数估计

一类产品的寿命试验，不可能得到其确切的失效时间，因而在一列选定的时刻抽取若干子样，观察其是否失效，对此试验结果，我们给出一种非参数估计，模拟结果表明，效果更好。     

污染分布的非参数估计

讨论一类污染模型：fa(x)=(1-a)f(x) ag(x),x∈R，污染分布g(x)已知，在没有任何参数假设情况下，对污染系数a及 知主体分布f(x)给出了非参数估计。