马尔可夫链在中国各地区人均GDP预测中的应用

本文运用马尔可夫方法对中国各地区人均GDP的变化情况进行了预测分析,它对研究中国各地区的经济发展具有一定的参考价值.     

浙江省人均GDP时间序列模型的建立与预测

人均GDP是各级政府和学术界经常使用的主要指标之一,科学预测人均GDP有着十分重要的意义.文章建立了浙江省人均GDP的时间序列模型,并预测了2008-2012年浙江省人均GDP的发展水平,说明了浙江省经济将在未来4年继续保持高速发展.     

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。     

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。     

灰多元前移线性回归组合预测模型的构建及其应用

基于灰色系统理论具有时间序列和累加的特性,将灰色理论引入到前移线性回归分析模型中,建立一种新的组合预测模型―灰多元前移线性回归组合预测模型.该模型很好地处理了灰色系统模型中难以体现线性因素的问题,同时也大大弱化了前移线性回归分析模型中异常数据对预测效果的影响,使预测能及时跟踪因变量的动态变化.本文重点将上述组合预测模型应用于湖南省电力需求的预测问题中,结果表明,该模型在实际应用中是十分有效的,预测结果可以作为管理决策的理论依据.     

基于前移回归分析的科技人才需求预测模型

从某省科技人才开发利用现状出发, 利用前移回归系统经济预测模型对该省1997-2007年科技人才的需求量进行了预测, 预测结果显示, 工业总产值对科技人员需求影响最大, 人均GDP影响次之, 人口增长率的影响最小. 科技人员需求量的预测值与实际值比较满足实际要求, 同时也给出了来年所需科技人员数.     

时间序列分析法在预测未来GDP中的应用

时间序列分析法是根据已得到的时间序列数据,通过曲线拟合和参数估计来建立数学模型的理论和方法。本文是以郑州市的GDP为例,并运用ARMA模型预测法对未来5年郑州市GDP进行预测。     

中国人均GDP的ARIMA模型分析与预测

人均GDP是反映一个国家综合实力的重要经济指标,由于经济波动的影响和随机因素的干扰,一般单变量模型模拟的效果较差,利用ARIMA(1,1,2)模型建模,可用过去人均GDP的值和过去误差来预测未来人均GDP的走势,有较强的预测能力,从而为经济政策的调整和制定提供参考.     

组合预测模型在中国GDP预测中的应用

在ARIMA、混合时间序列和GM(1,1)模型基础上,利用中国经济发展数据建立一个组合预测模型,并把它应用于我国GDP的预测。所得结果误差优于三个模型的分别预测,表明组合预测模型在时间序列数据的预测中更有优势。     

基于改进的灰色-马尔可夫链方法的甘肃省人均GDP预测

以1990-2011年甘肃省人均GDP数据为基础,采用灰色模型预测方法和马尔可夫链相结合的方法对甘肃省人均GDP进行预测,给出了灰色-马尔可夫链改进预测方法,结果表明,人均GDP灰色模型预测结果受原始数据变化幅度的影响,相对误差达到了5.87%,精确度并不是很高;通过马尔可夫链修正,预测结果得到较大改善,由灰色预测值和马尔科夫状态转移下的最大状态概率可以更加准确把握甘肃省人均GDP的总体动态发展趋势,得出了比灰色预测更加科学合理的结论。     

基于人均GDP的山西省区域经济差异分析

区域经济发展不平衡是改革开放以来山西经济发展的重要特征之一。通过分析1985—2003年山西省区域人均GDP差异的变动特征,探讨了差异产生的原因,提出我省在今后注重发展效率的同时,应注意区域经济的协调发展。     

基于邻近度的安徽省人均GDP组合预测模型

针对安徽省人均GDP预测问题,以安徽省2000—2018年人均GDP数据为研究区间,其中2000—2017年数据作为训练集,2018年数据作为测试集,提出了一类新的预测评价指标-邻近度及基于邻近度的组合预测模型,并引入一种新的组合权系数求解方法;首先对训练集进行单项预测,即对训练集数据进行指数预测、抛物线预测和移动平均预测,接下来对各单项预测值综合考虑,建立基于邻近度的加权几何平均组合预测模型,通过求解模型得出各单项预测权系数进而求出基于邻近度的组合预测值,最后分别在测试集和训练集上与其他预测方法预测结果进行比较,并预测安徽省2019—2021年人均GDP数据。     

基于线性回归的河南管“十二五”时期GDP预测

以河南省1978-2009年GDP指数(1952年为100)和人均GDP指数为基础,运用一元线性回归方法建模,对“十二五”期间GDP指数和人均GDP指数进行预测.结果显示,1978-2009年GDP指数和人均GDP指数的预测值与真实值基本相符,“十二五”期间GDP指数和人均GDP指数预测值也与经济发展趋势非常吻合.     

云南省县域人均GDP空间相关性分析

应用空间相关性分析理论,借助GeoDA统计分析软件,对云南省126个县(包括区、县级市、县和自治县)2008年的人均GDP进行了空间相关性分析,即分析2008年云南省各县人均GDP的空间自相关性,人均GDP与农村人口比例的空间关联性,以及人均GDP与各县土地面积的空间关联性。分析结果显示:人均GDP的全局自相关系数Moran′s I为0.134 1,说明人均GDP在空间上呈现正相关性;人均GDP与农村人口比例在空间上呈现负相关性;人均GDP与县域土地面积在空间上呈现负的相关性。     

安徽省城镇居民人均收入的组合预测

以1995～2009年安徽省城镇居民家庭人均可支配收入的数据,分别建立时间序列模型、回归模型和灰色预测模型．然后在三个单一预测模型的基础上综合各个预测模型的优缺点．通过使组合预测误差平方和最小确定各单一预测方法的权重系数,得到最优组合预测模型．最后对几种预测方法进行了评价,得出组合预测效果比较精确．     

人均GDP3 000美元后北京市社会经济发展趋势分析

通过有针对性地选取一些发达国家、新兴工业化国家（地区）以及国内人均GDP先于北京达到3000美元的上海、广州和深圳三城市，对这些国家、地区和城市人均GDP达到3000美元前后的大量社会经济统计资料进行整理并分析，揭示出人均GDP达到3000美元后社会经济发展的一般特征；在此基础上，分析，阐述了北京目前社会经济发展的特点和趋势，指出未来时期北京既面临经济加速发展、消费结构升级等诸多机遇，也面临交通、环境等方面一些新的压力和问题。     

农民人均纯收入与农村经济收入关系实证分析

农民人均纯收入和农村经济收入是衡量农村经济收益的两个重要指标。以山西省临汾市隰县2001—2008年各乡镇农民人均收入和农村经济收入为研究对象,分析了隰县农村经济收入的主要来源和隰县农民人均纯收入与农村经济总收入之间的关系,为隰县农业经济发展提供一些参考。     

残差自回归模型的研究——基于四川省人均GDP的实证分析

采用1979年到2012年的四川人均GDP数据,通过建立残差自回归模型对四川人均GDP进行了预测。结果表明,对残差进行序列相关模型处理有利于对数据的内在趋势进行提取,从而更好地描述数据统计的内在规律。最后对四川省人均GDP做了短期预测,并与真实值进行了比较。