基于微分方程数值解的灰色预测建模

灰色预测建模方法较多,预测精度主要取决于模型参数的估计,本文给出一种新的思想,将已知的观测值看作是微分方程在不同结点(时间)处的近似解,利用微分方程数值解法推算公式,使用最小二乘法原理,让其局部截断误差的平方和最小来估计未知参数,进而建立灰色预测模型。实例表明,本方法预测精度高。     

税收增长的动态回归模型分析

本文介绍了税收增长的动态线性回归和动态非线性回归分析方法,并对我国税收增长与国内生产总值之间的关系进行了分析.     

基于非线性主成分分析的综合国力评价模型研究

如何构建一种定量的综合国力评价模型具有重要意义。当前评价综合国力的方法不多,一般方法易受主观因素影响。本文给出非线性主成分分析综合评价方法,有较好的稳定性和可靠性。利用该方法,本文对世界主要国家的综合实力进行了评价。     

基于主坐标分析的苏州制造业经济增长趋势面回归预测模型

在经济增长中制造业增长是重要组成部分,影响制造业经济增长的因素很多,在分析时常用多元回归分析方法,但有时建立的回归模型拟合效果不好或不合理。为此文中利用多元统计分析方法中的主坐标分析方法,给出无多重共线性的一组互不相关的主坐标,然后建立趋势面回归预测模型。文中建立了苏州制造业经济增长预测模型,实例表明效果很好。     

基于主成分理想点法的综合国力评价模型

为了正确评价综合国力,提出主成分理想点法.先利用主成分分析降维,得到各个国家关于少数几个综合变量的得分,然后用每个主成分的贡献率加权,得到加权决策矩阵,再使用理想点法进行评价.对世界11个重要国家,选用25个评价指标进行评价.结果表明主成分理想点法克服了单纯理想点法计算复杂、需要确定权数的不足.     

突变模型在综合评价中的应用

给出突变模型在综合评价应用中的基本思想和方法，并对城市生态化水平进行了评价。     

苏州外资制造业增长因素分析模型

苏州外资制造业经济增长受众多因素影响,各因素之间存在变量的多重相关现象,一般的多元回归分析自变量之间存在较严重的多重共线性.采用偏最小二乘回归对经济增长影响因素建模分析,这样最大限度地概括了原自变量系统中的数据信息,克服了多重共线性,同时自变量对因变量具有最大的解释能力,可靠性高.     

基于多元统计分析的通货膨胀水平的周期变动分析与综合测定

对通货膨胀的常用指标的周期变动及其综合测定进行探讨。首先利用多元逐步回归分析方法,建立了各物价指数的三角回归模型,进行了周期变动分析;然后利用因子分析法建立了通货膨胀水平的综合测定模型。文章对我国通货膨胀的变化状态作出了较好的分析。     

ARIMA模型在居民消费价格指数预测中的应用

将ARIMA模型应用于居民消费价格指数的拟合和短期预测中,采用2001年1月至2013年10月中国居民消费价格指数的月度数据,借助EViews 6.0软件对数据进行拟合分析,建立了乘积季节ARIMA(5,0,6)(1,1,0)12模型,并讨论了模型的准确性,对未来中国居民消费价格指数进行了预测,该模型具有较高的理论与实际价值。