一元线性回归模型在经济预测中的应用

一元线性回归模型预测是统计学中回归分析结合预测理论的一种方法,有较强的实用性。首先确定两个经济变量之间是否存在线性相关关系,然后用最小平方法求出回归模型并进行预测,最后计算估计标准误差以确定回归模型的可靠程度。     

基于数据挖掘技术的广州市财政收入分析与预测

采用线性回归和主成分分析方法分析了广州市财政收入数据,得到了财政收入具有关键影响的因素;通过时间序列分析方法对收入数据进行预测,得到了地方财政收入的预测值.     

关于自回归预测方法的注记

已知时间序列资料,建立自回归模型进行预测时,为了提高预测的准确性,采取的途径之一是固定自回归模型为线性模型,对数据列进行变换,提高数据列的光滑程度.证明了利用反双曲正弦函数变换能提高数据列的光滑程度,给出了改善的自回归预测方法,并且举例加以论证。     

混沌时间序列变分贝叶斯回归预测

基于变分贝叶斯及相空间重构理论,提出了含噪？昆沌时间序列相空间域线性回归预测模型。该模型对序列进行相空间重构,在相空间中用变分贝叶斯推断方法估计线性回归系数。将该模型对含加性高斯噪声的Mackey-Glass？昆沌时间序列进行预测研究。仿真结果表明,该文方法能够有效地抑制过拟和现象,具有较强的抗噪声能力,且预测结果对重构相空间的嵌入维数和时间延迟的变化不敏感。     

基于熵值加权组合预测模型的黑龙江省旅游收入预测分析

针对黑龙江省旅游收入预测问题,考虑到单一预测模型往往在预测精度上不高的特点,在引入灰色系统GM(1,1)预测模型及时间序列线性回归模型的基础上,建立了基于3种误差指标信息下的熵值加权组合预测模型,并以黑龙江省2009—2018年的旅游收入数据进行分析.结果表明,所建立的组合预测模型在预测精度上有了较好的改善并优于所选单一预测模型.利用建立的组合预测模型对黑龙江省2019—2022年的旅游收入进行预测,可为黑龙江省未来的旅游业发展规划提供一定的科学依据.     

基于指数平滑模型的大型开源软件开发成本预测分析

Linux和FreeBSD内核进化有较明显的超线性趋势和内在规律.研究其开发成本是管理软件工程的一项重要的基础性工作,找到一种简易又有足够精度的预测方法,科学地预测分析大型开源软件开发成本,有助于大型开源软件发展.以Linux的 54个内核和FreeBSD的26个内核版本数据作为时间序列 ,用指数平滑模型建模并做出预测 ,将预测结果与最新的Linux和与FreeBSD内核的实际计算结果进行对比,预测结果令人满意,表明该类模型可用于大型开源软件开发成本预测.     

CR－3A数据处理机上一，二元线性回归程序设计

研究了在色谱数据处理器ＣＲ－３Ａ上进行一元，二元线性回归数据处理的ＢＡＳＩＣ程序设计．该程序能处理色谱定量过程中标准校正曲线的一元线性回归，绘制标准工作曲线拟合图，并给出线性方程和相关系数．也能处理象保留规律方程；ＬｎＫ′＝ａ＋ｂＬｎＶ＋ＣＶ及范迪姆特方程：Ｈ＝Ａ＋Ｂ／Ｕ＋ＣＵ等二元线性回归数据处理，扩展了ＣＲ—３Ａ数据处理器的处理功能．     

CFMoment:挖掘数据流频繁闭项集算法

在数据流上挖掘频繁闭项集是数据挖掘中关联性挖掘的重要研究课题之一.该文提出了一种高效的数据流频繁闭项挖掘算法——CFMoment,通过使用滑动窗口不断维护数据流中的频繁闭项集,可适用于实时性要求较高的多种数据流处理应用环境.该算法利用项目的有效比特序列表示来减少滑动窗口所需的时间和内存,进一步提升了在数据流中挖掘频繁闭项集的效率并有效降低了运行过程中的内存需求.实验表明,该算法不仅获得了高精度的挖掘结果,而且其运算速度明显快于现有的Moment算法,在数据流上挖掘频繁闭项集的内存消耗更少.     

CR—3A数据处理机上一,二元线性回归程序设计

研究了在色谱数据处理器ＣＲ－３Ａ上进行一元，二元线性回归数据处理的ＢＡＳＩＣ程序设计，该程序能处理色谱定量过程中标准校正曲线的一元线性回归，给制标准工作曲线拟合图，并给出线性方程和相关系数，也能处理象保留规律方程：Ｌｎ＾＾１＝ａ＋ｂＬｎＶ＋ＣＶ及范迪姆特方程：Ｈ＝Ａ＋Ｂ／Ｕ＋ＣＵ等二元线性回归数据处理，扩展了ＣＲ－３Ａ数据处理器的处理功能。     

基于C语言的平稳时间序列线性模型识别的数值解法分析

从基本概念出发介绍平稳时间序列线性模型的相关内容,并结合数值分析的经典算法,利用C语言实现了平稳时间序列线性模型识别的数值解法.这种方法运算效率较高,在工程实践中移植性较强,对进一步研究平稳时间序列的线性模型有较大意义.     

无线传感器网络的不确定传感数据预测

由于传感误差、传感噪声、传输错误等因素的影响,同一个传感区域内多个传感器节点的传感数据具有一定程度的差异,这种差异导致的区域不确定性传感数据给查询、预测等后续深层次的数据处理提出了严峻挑战.针对这类传感数据的预测问题,提出一种基于多变量主元分析（multiple variable principal component analysis,MVPCA）的不确定性传感数据预测方法. 通过MVPCA的特征提取这一预处理手段获得不确定性传感数据的本质特征,然后采用基于相关分析的多元回归方法对这些数据进行建模和预测. 实际传感数据的实验结果表明,该方法能有效解决不确定性传感数据的预测问题.     

时空加权回归模型的非平稳性检验

时空数据具有空间非平稳性和时间相关性的特征,单纯考虑空间因素或时间因素,用地理加权回归模型或时间加权回归模型来拟合时空数据,其分析结果不能全面反映时空数据的真实特征．时空加权回归模型通过在线性回归模型中假定回归系数为地理位置和观测时刻的函数,将数据的时空特性纳入到模型中,为探索回归关系的时空平稳性创造了条件．基于加权最小二乘估计理论,给出了时空加权回归模型回归关系的空间平稳性检验和时间相关性检验方法．     

苎麻纤维细度测试的灰色优化GM*(1,2)模型与误差分析

采用灰色系统理论建立了苎麻纤维Tex数Y与投影宽度X之间的灰色GM (1,2)模型和灰色优化GM^*(1,2)模型.通过误差分析与对比,指出利用灰色优化模型可以真实地拟合苎麻纤维投影宽度和Tex数真值之间的关系.为生产工艺控制、产品质量检验和监督提供了一种简便而科学的方法.     

各地区经济对教育水平影响的回归分析

本文利用多元统计分析中的多元线性回归分析方法，借助于SPSS统计软件，对我国各地区（2001年）国民经济总产值与教育投资做了回归分析，得到了回归方程，并对模型做了比较合理的解释．     

改进的EMD算法及其在条带间距测量中的应用

经验模式分解(EMD)是一种非平稳信号分析方法,存在边缘效应. 针对此问题,文中用线性预测对信号进行端点延拓,增加附加的极值点来拟合包络线,以实现准确的经验模式分解,并通过数值实验验证了该方法的有效性. 根据疲劳断口图像中条带间的距离呈准周期性,可对其进行经验模式分解,分别算出水平和垂直方向上的条带间距,并通过三角转换关系得到相邻条带间的实际距离. 对实际疲劳断口图像中条带间距的测量表明,把改进的经验模式分解应用到条带间距测量是有效的.     

基于岭回归法对海南省住宅销售价格的影响因素的研究

利用多元线性回归模型,研究了1996年到2008年海南省住宅销售面积、人口及城镇居民可支配收入对海南省住宅销售价格的影响,基于岭回归法来解决自变量间多重共线性的问题,借助EVIEWS6.0和SPSS17.0软件,建立相关的数学模型,最后预测海南省2009年住宅销售价格,结果表明模型短期预测精度较高.     

LSTM预测驱动的软件系统主动自适应方法

针对反应式自适应软件系统调整滞后的问题,提出了一种基于长短期记忆（long short-term memory, LSTM）网络预测驱动的主动自适应方法。该方法将LSTM神经网络预测技术嵌入监测-分析-决策-执行-知识控制模型的分析环节,利用自适应环境、质量及目标相关的运行数据和历史数据进行分类预测,形成自适应预警机制,在减小传统自适应决策滞后性影响的同时有效提高了软件系统的主动自适应能力。为了说明所提方法的主动性、鲁棒性、有效性,在经典的分布式远程辅助系统上对该方法进行实验评估。结果表明：该方法能够针对自适应需求提前预警,推动软件系统在必要时进行主动的自适应调整。     

GL算法在线性回归模型的权值计算中的应用

传统的最小二乘估计在处理含有异常值的线性回归模型的估计问题时拟合得往往不好,根据GL算法给出稳定加权最小二乘优化的参数的估计法．并结合实例进行回归分析,验证该方法的高精度和高效率．     

基于多元回归模型的甘肃省CPI影响因素分析

以1999～2010年甘肃省CPI及影响因素的数据为基础,应用多元线性回归方法建立了甘肃省CPI的回归模型,并对其进行理论阐述和分析检验,得出该模型的校正可决系数R珚2=0.998 4,说明模型与数据的拟合度很高;通过运用方差分析和数据模拟检验方法对甘肃省CPI的回归模型进行了实际检验,结果显示该模型的精确度达到了99.462 6%,可用于甘肃省CPI的预测.     

回归模型参数估计的预选条件法及其应用

对于一个线性模型和八个可线性化的非线性模型,依据分析回归模型建立的预选条件的过程,获得了在预选条件满足时模型参数的预选条件法估计公式.