多个关联确定性时间序列微分方程建模方法研究

从纯数学的角度,对多个关联确定性时间序列分别进行多次累加产生新序列,研究序列之间的关系,建立多元线性(或非线性)回归方程.给定显著性水平α,对每个回归方程进行显著性检验.在置信度1-α下建立微分方程组模型,从而揭示这些时间序列之间的关系,实现对原序列的预测和控制.最后用1995-2014年海南省GDP和接待旅游人数建立微分方程组模型并进行预测.     

基于GM(1,l)阳泉旅游人数预测的数学模型

本文先简要介绍了GM(1,l)模型及残差检验,并以2007年至2013年阳泉的旅游人数为基础,建立了GM(1,l)模型.通过使用MATLAB软件进行求解,得到阳泉旅游人数的规律,通过分析模型的级比、残差、相对误差,验证了该模型具有较高的精度,可以用来预测2013年以后阳泉每年的旅游人数.最后用该模型预测出了从2014年至2018年阳泉市每年的旅游人数.     

河北海外旅游客源量的ARIMA模型及应用

在海外旅游客源量预测中引入ARIMA模型分析方法.采用河北省1989至2006年海外旅游人数资料,建立了ARIMA(0,2,1)预测模型,并预测了2007至2009年的海外游客人数.与2007年河北海外旅游人数的实际数据比较,相对误差仅为2.8%,说明该模型在海外旅游客源量短期预测中的应用是可行、有效的.     

桂林市旅游人数的时间序列预测模型

采用一阶自然对数差分和一阶季节差分来数学处理桂林市月旅游人数时间序列的季节性和波动性趋势,并依据1999年1月～2006年8月桂林市月旅游人数数据,建立桂林市旅游人数的时间序列预测模型,并将该模型与实际数据进行拟合和预测,结果表明该模型与实际数据的拟合性好,预测得到的数据与实际数据误差较小,可以实际用来预测未来日旅游人数的基本趋势,为管理和市场决策提供参考.     

煤的发热量与灰分的线性关系分析

通过对50组煤的发热量数据与灰分数据进行相关性分析,建立了两者之间的一元线性回归模型,并对该回归模型进行了检验,进而可借助该回归方程通过灰分数据快速地预测发热量值。     

正交多项式回归在橡胶配方试验中的应用

应用均匀设计安排橡胶配方试验,研究四个因子（包覆剂M81、包覆剂M82、氯化钠和硬脂酸盐）对粉末氯丁橡胶500％定伸应力,邵尔A型硬度,永久变形三项性能的影响。采用正交多项式回归分析法建立回归模型,并对回归方程和回归系数进行显著性检验。结果表明,所得的回归方程可以良好地预测4项变量对粉末氯丁橡胶物理机械性能的影响。     

基于灰色模型的恩施旅游人数预测

以影响恩施旅游人数的相关因素为研究对象,建立灰色关联模型,找出与旅游人数相关的重要因素.针对恩施近几年的旅游人数,以灰色GM(1,1)预测模型检验2011年的旅游人数,预测出2012年的恩施旅游人数将超过2000万人次,并为相关决策部门提供了相应的方案.     

基于糖尿病与民族因素的多元线性回归分析

基于多元线性回归分析的理论,对糖尿病发病人数与民族因素之间的多元线性关系进行探讨,并建立他们之间相关的回归方程.最后,对所得到的回归方程进行显著性检验.     

骨髓移植数据的删失分位数回归分析及SAS软件实现

针对髓细胞性白血病患者异体骨髓移植数据,基于软件SAS 9.4,对各生存时间及其有影响的协变量进行比例风险回归模型(Cox)、加速失效时间模型(AFT)对此数据进行回归分析,并应用拟合优度检验和逐步回归进行自变量选元,在此选元基础上建立了删失分位数回归分析,对此数据进行了更详细的分析,讨论了不同分位数时各协变量的回归系数变化情况.     

基于多元回归模型下人体吸氧效率的预测

研究人体吸氧效率与人体重要指标因素的相关性,首先利用R统计软件对人体吸氧效率与重要指标因素进行多元线性回归建模,其次,对该模型及回归系数的显著性分别进行F检验和t检验,剔除掉冗余及共线性指标,确立一个合理且有效的的多元回归模型.最后,利用回归模型进行预测并分析该模型的实效性.为指导人体生理健康及研究应用提供了较好的参考价值.     

半相依回归模型中回归系数的广义p值检验

研究半相依回归模型中回归系数的精确检验问题.针对含有2个相依线性方程的回归系统中回归系数的假设检验问题,利用广义p值的方法建立了精确的检验.对检验的功效进行了模拟,模拟结果表明,本研究的检验方法能有效控制第一类错误出现的概率,具有较好的检验效果.     

基于多元线性回归模型的考试成绩评价与预测

为增加教学环节考试成绩评价与预测的科学性, 根据多元线性统计分析中的多元线性回归分析方法, 对考试成绩指标进行量化, 建立了考试成绩评价与预测的回归模型。解析国家四级英语考试成绩与学生的期末考试成绩之间的联系, 建立了基于成绩评价的多元线性回归的数学模型, 并得到了回归系数的数值。通过对回归模型以及回归系数进行显著性检验, 证明了模型的合理性。结果表明, 利用该模型对数据进行合理的评价与预测, 并在充分的条件下, 根据学生的期末考试成绩能合理地预测出学生的英语四级考试成绩。     

基于神经网络和SARIMA模型的旅游需求探讨

拟对海南省旅游需求进行预测,采用旅游人数来度量旅游需求,收集相关部门数据,并通过分析旅游资源、环境、交通、费用和服务质量因素对旅游需求的影响,从而建立多元线性回归模型．在预测时,采用GM（1,1）得出各因素的预测值,然后通过神经网络进行海南省年旅游人数的预测,在对年内每月的旅游需求进行预测时,还考虑季节对旅游需求的影响,通过时间序列分析法,建立了SARIMA（3,1,2）（1,1,1）12模型,并进行了预测,结果表明,预测值符合实际人数．     

RGB叶绿素仪测量数据回归方法

根据朗伯-比耳定律和吸光度加和性,对RGB叶绿素仪采用透射光测量叶绿素含量方法进行分析,得到植物叶片叶绿素含量测量方程——多元线性回归方程.利用RGB叶绿素仪和商用叶绿素仪SPAD502对绿色程度不同的彩纸进行测试与对比,初步证明了该测量方法的有效性.选取2组黄瓜叶片,分别利用RGB叶绿素仪、SPAD502和分光光度计测量,得到RGB频率值、SPAD值和标准叶绿素含量值.取其中一组测量数据,对RGB频率值与标准叶绿素含量进行多元线性回归分析,获得测量模型的回归系数,再取另一组测量数据来验证所获得的测量模型回归系数的正确性;并将用RGB叶绿素仪和SPAD502仪测得数据做进一步的比较.结果验证:RGB叶绿素仪测量多元线性回归方程为极显著,所测叶绿素含量的重复性较SPAD502仪好.     

甘肃省专利与科技投入因素影响程度分析——基于高校、科研院所和企业的对比

本文利用相关回归模型原理,通过对高校、科研院所和企业的专利对RD投入相关指标做相关系数研究,利用最小二乘法估计模型参数,并对模型进行回归方程的显著性检验及回归系数的显著性检验,通过结论比对RD相关指标对高校、科研院所和企业的专利申请的影响大小。     

自回归系数的Bootstrap检验

在自回归模型中,德宾-沃森(D-W)检验是一种使用非霄广泛的自回归系数检验.但D-W检验有一个很大的限制:当检验的统计量落入了所谓"不确定域"则无法进行检验.本文利用Bootstrap重复抽样方法对自回归系数进行捡验.蒙特卡罗研究表明,该方法消除了不确定域,改善了检验效果.     

基于粒子群优化偏最小二乘的铁路客运量预测

通过对1997—2012年铁路客运量的影响因素进行分析,建立偏最小二乘回归模型,并用实际的铁路客运量与预测值进行比较,检验出模型的预测误差较大.为了提高模型的预测精度,采取粒子群优化算法优化回归系数,得到一个新的模型.经检验,该模型的预测误差由原模型的3.04%降到1.01%.最后用该模型预测出2013—2014年的铁路客运量分别为210.970 5千万人和227.368 8千万人.     

移动Agent技术在网格系统中的应用研究

对如何在网格系统中应用移动Agent进行了讨论,建立了一个基于移动Agent的网格系统的模型,给出了该网格系统的具体工作流程,并探讨了如何将该模型应用于对旅游数据的挖掘,从而为建立全国范围内的旅游信息网格门户网站提供一种实现方法.     

基于最小二乘法的递推回归

推导出基于最小二乘法的回归系数、总离差平方和、残差平方和、回归平方和的递推计算公式,在此基础上可计算决定系数和复相关系数,并进行回归方程的显著性检验和回归系数的显著性检验.在整个递推计算过程中,只有在第一步计算回归系数时需要求逆矩阵,其余步骤均不需要求逆矩阵,可大大减少计算量.     

基于灰色理论的旅游需求预测算法分析

旅游需求分析对于促进我国各地区的经济发展和文化交流都有着重要的意义。由于旅游行业的＂小样本、贫信息、不确定＂性,旅游市场可以看做是一个巨大的灰色系统。本文针对旅游需求问题进行了详细的研究,提出了基于灰色系统理论的多元数学预测模型GM（1,N）,合理分析诸多因素对旅游需求的综合影响,可以很好的解决此类问题。同时,以北京地区旅游需求发展为例,根据北京市旅游局等的历年旅游统计数据,确定影响游客人数的因素并对其合理量化,应用GM（1,N）模型对该地的旅游需求进行预测,并通过残差检验、后残差检验等方法对该模型进行分析,得到的预测结果比较准确,该模型应用范围广泛,可以进行推广使用。