一元线性回归数学模型在牡丹江农垦地区公路运输量预测分析中的应用

本文在充分的数据调查基础上,运用科学的理论和方法对牡丹江农垦地区的运输量进行预测与分析。通过本文的预测分析比较科学地反映了该地区运输量的变化趋势,这对确定该地区交通设施的容量、运输企业制定生产目标和作出各种经营决策等有着重要的参考意义。     

曲线拟合度分析法在公路货运回归预测中的应用

对曲线拟合度分析法的基本原理进行了介绍,阐述了回归预测中引入曲线拟合度分析法的作用,并选取杭州市"十一五"期间货运量与生产总值数据构建若干回归预测模型,通过曲线拟合度比较分析,优化了预测模型选择.实验结果表明该方法所获得的模型预测结果相对接近于实际.     

Beta回归模型在数据挖掘预测中的应用

为避免利用常规的线性回归模型分析时出现的拟合值超出取值范围的情况,应用beta回归模型研究房地产销售数据.首先基于极大似然估计得到了房地产销售率的预测估计和区间估计,数值结果表明,该模型要比其他回归模型更科学、更合理.然后基于预测估计,提出了一些针对不同家庭收入群体的销售策略.     

回归模型及其在天津文化产业发展预测中的应用

“十二五”期间,文化产业将逐步发展成为国民经济的支柱性产业。本文以天津市文化产业发展为切入点,在深入分析其发展现状和发展特征的基础上,运用回归模型对其发展趋势进行了预测。     

多元线性回归模型在警力资源配置中的应用

警力资源配置状况反映了公安领导管理水平的高低,其中的定量分析方法也是当前中国公安学理论研究的难点.警力资源二次配置是解决警力不足的有效方法,多元线性回归模型是警力调整的理想数学模型.该文介绍了有关的统计理论,提出了应用多元线性回归模型进行警力资源配置的设想.优良的多元线性回归模型必须通过拟合优度R2、F检验等5种检验,对多重共线性和序列自相关性给予适当的处理.     

非线性回归模型在股价预测中的应用

非线性回归分析法是随机过程中一种常见的分析方法,它被广泛地应用于各个领域中。就此方法在经济中的应用,建立了一个非线性回归模型,并用实例分析了如何用此模型来预测股票价格的走势。     

前移回归分析新方法及其在福建人均GDP预测中的应用

介绍一种称为前移回归的时间序列预测新方法，其建立依据是，经济指标是多项相关因素的函数，一个时间段内各项指标（自变量）的值会影响下一时间段待预测指标（因变量）的取值．这种方法克服了以往时间序列预测只是自身拓展而不考虑多项因素（变量）的不足，也弥补了回归分析预测法必须已知同时期各个自变量值才能预测的缺陷．以福建省人均GDP的预测作为实例，取得较好的效果．     

指数平滑模型在山西省GDP预测中的应用

利用二次指数平滑模型,选取合适的平滑系数,对山西省GDP进行了预测,得到近期山西省年度GDP数据,并且得出此模型在近期预测中的效果较好。     

空间自回归模型在水库边坡位移预测中的应用

针对传统位移监测很少考虑不同测点之间相互作用的问题,基于经济学领域空间计量学基本理论,研究了空间自回归模型在边坡位移预测中的应用。以某工程高边坡外观位移数据为例,对边坡的位移状况进行预测,并与传统的自回归积分滑动平均模型相比较。结果表明:(a)在空间自相关系数较为显著的条件下,运用空间自回归模型可以较为精确地预测边坡变形状况,且优于传统模型;(b)空间自回归模型相较于传统模型参数更加简洁、考虑的影响因素更全面,可以同时对空间所有测点位移进行估计。     

灰色-线性回归组合模型在预测中的应用

针对现阶段灰色经济预测方法在实际应用时的千变万化的情况,结合实际调查和预测经验,提出了一种基于灰色理论和线性回归理论的模型--灰色线性回归模型.给出了灰色-线性回归模型算法的基本思想和计算步骤,并举例说明如何用该模型解决实际问题.结果表明灰色-线性回归模型用于预测是有效的和可行的.     

偏最小二乘回归模型在织物厚度预测中的应用

织物厚度是织物服用性的重要影响因素之一,通过分析影响织物厚度的组织参数,建立了织物厚度预测的偏最小二乘回归模型,得到了很好的拟合结果。     

基于回归模型的秦皇岛入境旅游预测分析

入境旅游不但可以推动区域旅游的发展,而且还是衡量一个地区旅游发展水平的重要指标。笔者根据2001年-2009年的数据,以回归模型为基础,对秦皇岛2010年～2012年的入境旅游人数进行预测。     

灰色模型在地区 GDP 预测中的应用

采用灰色系统法，建立灰色经济预测模型，利用最小二乘法确定模型中的参数，并用建立的模型对山东省潍坊市2013-2015年的GDP进行预测，分别为2013年42．79 h亿元，2014年48．66 h亿元，2015年55．32 h亿元．分别比上一年增长20．8％，13．7％和13．69％．对误差的计算显示模型的相对残差不超过3．57％，模型精确度较高．     

含定性变量的回归分析在公安情报预测中的应用

公安情报工作是保证公安系统有序运行的依据。在现有线性回归模型的基础上,提出了一种更为准确灵活的数学模型,将含定性变量的回归分析用于公安情报的预测中。     

线性回归分析法在工资预测中的应用

以线性回归分析方法为基础,采集由四川省政府和省统计局于1991~2012年发布的城镇在岗职工平均工资数据,研究并建立了科学的预测模型。结合我国的经济发展战略目标,预测出四川省城镇在岗职工2013~2020年的平均工资值及其截止2050年的增长趋势。最后对预测数据进行了具体分析,从实际层面评估了预测模型的建模方法和预测数据的可信度。     

线性回归模型中的KL型主成分估计

当线性回归模型中存在复共线性时,基于最小二乘估计的统计推断往往会受到影响。鉴于此,结合主成分估计和KL估计,提出了一类新的估计方法,即KL型主成分估计,以期克服复共线性问题。同时,得到新的估计在均方误差意义下优于最小二乘估计、主成分估计、r-k估计、r-d估计和KL估计的充要条件。并利用Monte Carlo模拟和实证分析对各估计量在均方误差准则下进行了比较。     

主成分回归分析在经济学中的应用

本文针对销售数据实例,采用多元回归分析,得到回归预测模型,但由于多元统计回归不能处理多重共线性,将产生较大误差。为了避免这种共线性,本文采用主成分回归模型来预测销售利润,得出优于多元线性回归的预测模型。这种回归不但可以在多元的情况下起到降雏的作用,还可以排除多元线性回归不能解决的多重共线性,使误差减小,得到更实用的预测模型。     

投影寻踪自回归模型在长江径流量预测中的应用

为准确预测长江径流量,引入投影寻踪自回归模型,用自相关分析技术确定预测因子,构造了新的投影指标函数,并用基于实数编码的加速遗传算法优化投影指标函数,建立了投影寻踪自回归流量预测模型.将该模型应用于长江径流量的预测,结果表明用该模型预测长江流量时序是可行和有效的.     

GM（1.1）灰色模型在交通噪声预测中的应用

以两个不同区域为例，探讨了灰色系统理论的一维建模理论在交通噪声预测中的应用，本方法具有较一般预测方法所需信息量少，结果合理的优点。     

定比回归法在价格指数预测中的应用

为了解决各类统计方法在预测价格指数时精度普遍不高的问题，利用定比回归的思想，给出价格指数的一种具有较好精度和直接经济背景的预测方法，并在价格异常波动的年份通过修正回归直线的斜率的方式来得到修正的预测值，使人们在各种情况下都可以对价格指数的走向有一个较为明确的了解。这种方法，在预测各类增长指数型的指标时,可作为传统的线性回归法和灰色模型的一种有效的替代方法。