福建省粮食单产的灰色-Markov动态模拟研究

灰色预测与Markov预测这两种方法在时间序列预测方面各具其优点及局限性。为探索提高时间序列预测精度的合理途径及客观地模拟区域粮食单产波动,以福建省为例构建了灰色-Markov预测模型,并在技术上进行了一定的改进。理论与实证表明,灰色-Markov模型预测粮食单产的精度较高,所采取的技术改进措施效果颇佳。模型对福建省未来10a粮食单产的预测可为该省今后的粮食生产规划乃至农业规划和决策提供有益的参考。图1,表3,参9。     

内蒙古准格尔旗粮食单产预测研究

内蒙古准格尔旗位于我国半干旱地区，其粮食单产变化除受品种改良、技术革新等人为因素影响外，还主要受气候波动尤其是降水波动的影响。采用多种方法进行叠加模拟，建立了准格尔旗粮食单产变化的时间序列模型，并对未来几年粮食单产变化进行了预测。     

基于灰色组合模型的河南省粮食产量预测

一元线性回归有直线趋势,而GM(1,1)能较好地模拟指数变化的趋势。但是,如果原始序列整体上是直线趋势,在少数点上,数据模拟值和回归直线偏离较大时,线性函数已不能很好地预测数据序列的变化了。对于此类问题,将数据分为跳变点(即模拟值偏离回归直线较大)和非跳变点数据,并将跳变点又分为上、下跳变点,借鉴灰色灾变预测原理,用GM(1,1)模型预测跳变点数据,而对其他非跳变点使用去掉跳变点后的数据形成的新的线性回归方程进行预测。通过对河南省粮食产量的预测,结果表明该方法很好地克服了GM(1,1)模型和线性回归模型的缺陷,具有较好的实际应用价值。     

泰安市国营苗圃回归投入产出预测模型与浅析

回归投入产出模型，是将回归分析与投入产出方法结合而创立的一种综合性模型。以国营苗圃１９８５－１９８９年的总收入为时间响应数列，建立一元线性回归数学模型，并用其预测了１９９２年，１９９５年，２０００年的总收入。选取在经营水平，自然条件，社会经济状况等方面具有代表性的１９８９年为基年，编制了基年的投入产出模型以此基础，以回归预测值为总收入，采取比例分摊的办法，将两种模型的优点结合在一起。     

基于大样本数据的机场业务量需求预测方法

机场业务量预测是机场建设规模决策的重要依据，基于大量样本数据，采用模型构建和实证分析的方法研究机场业务量需求预测。首先提出相关性回归和主成分回归两种预测方法，针对每个机场的客、货吞吐量，构建一元线性回归、相关性回归、主成分回归和逐步回归4类细分预测模型，并利用203个机场的客、货吞吐量数据对构建的模型进行实证分析。分析结果表明：机场客、货吞吐量与各类宏观变量存在着不同程度的关联性，其中与国内生产总值(gross domestic product, GDP)、社会消费品零售总额、居民可支配收入等变量呈现高度相关性。从4类预测方法的预测效果来看，构建的相关性回归和主成分回归模型预测效果表现较好。统计发现，在可允许的最大绝对误差百分比下，在203个机场中回归分析法可有效预测的机场数量占比达50%以上。机场客、货吞吐量量级越高，回归分析法可有效预测的机场数量越多，旅客吞吐量千万级以上机场和货邮吞吐量5万吨以上机场的可预测机场数量占比均可达90%以上。     

黄淮海平原县域粮食单产的增长趋势及其稳定性比较

建国以来黄淮海平原粮食单产持续增长，近年来仍然高于全国同期单产增速。尽管个别高产区单产年均增长率下降，但广大中低产区粮食单产的年均增长率仍然维持着较高的水平，全国粮食单产的增长潜力在于对广大中低产区的投入改造，生产条件的改善可明显增强粮食单产年际间增长的稳定性。     

组合预测方法在粮食单产预测中的应用

组合预测是利用各种预测模型所包含的独立有用预测信息来对事业未来发展趋势进行预计，估测的过程。通过粮食单产预测实例，论证了组合预测方法是一种比单一预测方法具有更能收到料好预测效果的佳法。     

企业财务危机非线性组合预测方法及实证

针对组合预测比单项预测具有更高的预测精度,而线性组合预测方法在建模与预测方面存在着较大的局限性,提出了一种基于模糊神经网络的预测上市公司财务危机的非线性组合建模与预测方法,并给出了相应的混合学习算法。通过与多元线性回归模型、Fisher模型和Logistic回归模型的预测结果对比表明,该方法具有预测精度高、学习与泛化能力强和适应性广的优点。     

统计预测问题的决策影响图方法

结合线性回归模型，运用决策分析中的影响图方法，求解一类统计预测问题。该法不需估计线性回归模型中的未知参数ａ和β只利用（ａ，β）的联合分布。最后，将该法推广到更一般的预测问题。     

安徽省农业气象灾害粮食损失率评估

通过分析影响粮食单产的因素,建立产量系统模型,用系统回归法求出理想产量,并用此模型对安徽省16a气象灾害造成的粮食损失率作出评估.表1,参3.