石油期货价格影响因素实证分析

本文运用新型的多元统计数据分析方法偏最小二乘PLS回归方法,分析了影响石油期货价格的相关因素,为进行石油期货交易提供了有益的定量分析依据。     

PLS路径分析在CSI模型中的应用

偏最小二乘法(PLS)有两大用途:PLS路径分析和PLS回归分析。本文着重研究PLS路径分析在油田耐用消费品企业用户满意指数测评模型中的应用。用PLS路径分析法来估计模型隐变量和显变量对相应隐变量的解释程度系数,求出模型中隐变量估计值以及隐变量的指数值。为PLS回归分析求解模型中隐变量之间的相互关系奠定了基础。     

剩余劳动力转移对黑龙江省农民收入影响分析

基于剩余劳动力转移视角针对农民收入问题,以部分农民收入影响因素为自变量构建PLS (偏最小二乘回归)模型。根据黑龙江省2000-2017年统计年鉴数据,运用maltab7.0软件数据处理,采用PLS分析法对预先选定的影响因素进行分析。研究认为:所选取影响因素中农业产值、林牧渔业产值、农村外出务工人数、农业机械总动力、农业生产投资、非农收入与农村人均纯收入均呈正相关,其中农村外出务工人数是最主要影响因素。结合分析结果提出通过实现农村剩余劳动力平稳有序转移、合理调控农村劳动力在农业与非农业间的分配比例进而促进农民收入增长的政策建议。     

我国石油消费需求预测研究

根据1990—2007年的石油消费统计数据,利用偏最小二乘回归法(partial least-squares regression,PLS)建立了我国石油消费需求PLS回归预测模型。研究结果表明所建立的模型预测精度较高,能够满足实际需求,为我国制定石油生产、进口和储备计划、合理安排相关行业生产计划和调整产业结构提供重要决策依据。     

基于STIRPAT模型的杭州市能源消费碳排放预测

基于STIRPAT模型,选取人口规模、人均GDP、第二产业产值比重、第三产业产值比重、城镇化水平、非原煤能源使用比例以及第二产业能源强度等七个因素作为自变量,运用偏最小二乘回归（PLS）和两阶段最小二乘回归（2LSL）,设定10％,11.6％和13.5％三种不同人均GDP增长率情景,对2012-2015年杭州市能源消费碳排放量进行预测.研究结果表明：与2010年相比,到“十二五”末期,三种情景下的杭州市能源消费碳排放量分别下降19.2％、14.5％和8.6％.运用灰色GM（1,1）模型,预测到2015年杭州市第二产业产值比重和第二产业能源消费碳排放强度分别降至44.78％和0.22吨标准煤/万元.根据杭州市能源消费碳排放发展现状及趋势,结合回归方程中各因子的碳排放量贡献率,提出有效降低能源碳排放量的相关建议,以期为杭州市节能减排政策的制定和低碳城市建设提供科学依据.     

国内旅游收入主要影响因素的实证分析

为保证旅游业的持续发展,需要对国内旅游收入的影响因素进行研究。文章整理国内旅游人数、人均可支配收入、居民消费价格指数、旅行社个数与国内旅游收入数据,运用计量经济学Eviews软件进行回归分析,研究影响旅游收入的主要因素。首先,为找到自变量与因变量,对各组数据做因果检验。其次,运用最小二乘法进行拟合,得到初始拟合方程,此时模型显著性较差。再次,分析变量的多重共线性,剔除对模型影响较小的变量,再对剩余变量进行回归,得到拟合方程。最后,检验模型是否存在异方差和自相关现象,发现模型存在自相关并对模型进行修正,得到最终拟合方程。模型表明,国内旅游人数和居民消费价格指数是影响旅游收入的主要因素。     

电力系统短期负荷预测

文章是一个研究多重变量之间的关联程度的问题,通过利用多项式回归方程拟合的思想,偏最小二乘回归法、线性回归和曲线拟合的方法建立了电力系统短期负荷预测的模型。模型考虑了数据相对于时间的变化情况、数据之间存在的相互影响关系,对未来的电力系统短期负荷情况进行了合理的预测。     

基于偏最小二乘回归的农产品种植评价研究

粮食是人类最基本的生活消费品,粮食问题是关系到国家国计民生的头等问题。本文通过分析影响粮食种植面积的指标,研究粮食最低收购价政策,以湖南省为例,建立关于水稻种植影响因素的数学模型。首先选取了农业劳动力人口、农民人均受教育程度、城乡收入差距、农民家庭负担、粮食的市场价格、粮食生产成本、粮食相对收益竞争力、农作物播种面积、受灾情况、我国粮食净出口量、城市化水平11个影响粮食种植面积的候选因素;然后,利用非参数Spearman相关检验法通过SAS软件对湖南省水稻的影响其种植面积的指标与其种植面积进行相关性检验,得到影响因素的指标体系;最后,以所选取的水稻种植面积相关的指标为自变量以水稻的种植面积为因变量运用偏最小二乘回归的方法建立模型。经检验,模型具有很好的拟合结果。本文研究对我国的粮食保护政策具有十分重要的作用和意义。     

上市公司股票收益率影响因素的实证研究

以2005年我国股票市场的数据为研究基础,采用偏最小二乘回归方法对股票收益率的影响因素进行研究。模型结果显示,振幅、主营业务增长率和公司市值是影响股票收益率的主要因素,反映企业经营状况和财务状况的指标对股价收益率的作用则不明显。     

基于R软件的logistic回归模型建模

Logistic回归模型是研究因变量为二分类观察结果与影响因素（自变量）之间关系的重要多变量分析方法模型,但它的计算依赖于统计软件。通过具体实例对自由优秀R软件在处理分析Logistic回归模型作出简要分析。     

移动互联网上消费者购物意向的SEM模型

依据技术接受模型等理论,构建在移动互联网环境的无线网站购物意向SEM模型,采用偏最小二乘(PLS)迭代算法对模型进行求解。研究结果表明,消费者通过无线网站购物的意愿比较低,我们可以通过改进移动终端能力,提高网络安全性能,保护个人隐私等措施来提高消费者在无线网站的购物意愿。     

基于中红外光谱的奶粉定量分析模型研究

目的:研究奶粉红外光谱图的预处理和建模方法,反演计算对奶粉营养成分定性定量分析。方法:用KBr压片法获得了303种奶粉中红外光谱图,对谱图进行预处理后用支持向量机回归和偏最小二乘法建模对奶粉营养物质进行定量分析。结果:蛋白质定量分析用支持向量机回归建模效果最好,相关系数为0.971 1,预测均方根误差为0.857 1;脂肪、碳水化合物定量分析模型用偏最小二乘法建模效果最佳,相关系数分别为0.960 1、0.903 9,预测均方根误差1.101 4、2.028 4。结论:该方法简便、可快速地对奶粉中的主要营养成分进行定量分析。     

基于回归模型的流感疫情预测

目前现代医学技术取得重大发展,但诸多传染性疾病仍是人类社会向前发展的重要阻力之一。利用中国大陆地区已有的流感相关数据进行分析研究,应用多元线性回归、Lasso回归以及Ridge回归模型结合相关检索词数据进行建模分析,探讨回归模型与流感疫情预测的相关性与可行性。结果发现,与传统最小二乘法结果进行比较,运用Lasso回归以及Ridge回归对于复杂数据的分析与建模准确度更高,表明上述模型的推断能力更强,更适合于流感疫情的预测分析。通过回归模型结合海量数据可分析流疫情,且具有相当高的准确性,因此建议将该种方法应用到对于未来流感疫情的测控以及预防工程中。     

基于偏最小二乘回归的我国民航客运量影响因素分析

民航客运量受到诸多因素的影响,本文选取了几个具有代表性的指标,通过偏最小二乘回归方法对民航客运量的影响因素进行了定量分析,并建立了预测模型。试图为我国民航事业的发展提供一些有价值的预测结果和相关信息。     

中国、美国及欧盟对外贸易影响因素分析

对外贸易发展能力的强弱是目前各国或区域竞争力提升的关键之一，本文利用Panel Data模型和偏最小二乘模型（PLS）分别对欧盟经济区和中关的对外贸易影响因素进行了分析，并比较三者在对外贸易模式上的异同之处。其间结合波特关于一国竞争力增长阶段的理论划分进行了探讨。     

基于PLS的四川省农业生产投入要素结构变化对产出影响研究

本文运用偏最小二乘回归方法对四川省农业生产投入要素结构进行了分析,得出除人员投入因素外其它生产要素都与农业产出成正相关,特别是机械能源和资金投入对农业产出具有显著影响,而土地因素影响较小。     

基于Logistic的农村劳动力流动影响因素分析

Binary Logistic回归主要是研究0/1二值品质型因变量与自变量取值之间关系的多元统计分析方法,广泛应用于多种学科领域。本文通过对吉林省长春市农村劳动力流动情况的问卷调查,运用BinaryLogistic回归分析方法,探讨农村劳动力流动行为与其影响因素之间的定量关系,具有一定的现实指导意义。     

基于PLS路径模型的区域商品房顾客满意度研究

随着商品房市场竞争的日趋激烈,企业越来越认识到争取市场、赢取顾客的重要性。这使得处于竞争行业的房地产开发企业不得不开始重视顾客满意度。依据中国顾客满意度模型、美国顾客满意度模型和一些学者的研究成果建立商品房顾客满意度潜变量模型及其指标体系,运用偏最小二乘(PLS)法建模技术进行参数估计,得到的结果令人满意。此项研究对房地产商制定战略、特定区域商品房开发前期市场研究和其他研究有些借鉴意义。     

偏最小二乘神经网络在建筑造价预测中的应用

偏最小二乘回归方法在提取主成分方面具有很好的解释性,而且可以避免因素之间的多重相关性,提取的成分作为输入变量再用神经网络进行预测仿真,影响因素考虑周全,不用计算工程量,计算速度快,克服了普通神经网络运算量大,样本有限情况下易出现问题的弊端。     

经济新常态下我国人民币汇率影响因素实证分析

为了研究我国经济新常态下我国人民币汇率变化的影响因素,本文选取国内生产总值GDP增长率与广义货币M2增长率之差额、国家外汇准备额、中美利率差三个因素作为自变量,人民币兑美元汇率(间接标价法)作为因变量,以2014年1月至2016年9月的月度数据,建立多元线性回归模型进行实证分析,分析了我国汇率变动的影响因素,最后提出了应对未来人民币贬值的政策与建议.