上市公司盈利预测可靠性实证研究综述

本文从上市公司盈利预测的界定,盈利预测披露制度,盈利预测信息可靠性及其影响因素等方面对国内外研究文献进行了梳理,并对我国上市公司盈利预测未来研究进行了展望。     

我国铁路客运量的组合预测

首先对我国月度铁路客运量的变动特征进行了分析,并结合多元线性回归和时间序列预测两种模型,运用组合预测方法对2009年1月至12月的铁路客运量进行了预测,结果表明预测误差小,组合预测精度相对单个预测方法均有所提高,说明组合预测是月度铁路客运量预测的有效方法。     

灰色系统理论在上海港港口物流发展预测上的应用研究

应用灰色系统预测理论,以上海港为研究对象,建立灰色系统GM（1,1）模型对港口集装箱吞吐量和口岸进出口贸易值进行预测,可有效克服原始数据的离散性,在少信息的情况下得到高精度的预测蛄果.本文选择港口集装箱吞吐量和口岸进出口贸易值这两个与上海港港口物流发展水平密切相关的指标,并以此为基础对上海港港口物流发展进行中短期的预测,并对预测的结论进行了分析.     

基于IOWA算子的灰色—多项式组合模型在武汉市物流需求预测中的应用

针对2002～2009年武汉市物流需求的数据,采用灰色GM 1,1模型和多项式拟合模型两种单项预测模型对数据进行建模预测。并结合组合预测理论,采用基于IOWA算子的组合预测模型进行预测,结果表明基于诱导有序加权平均算子的组合预测模型的预测精度明显高于两种单项预测方法,说明了该方法用于物流需求预测的可行性和有效性,并在此基础上对2010～2012年的武汉市物流需求作出预测。     

绵阳市电子废弃物产生量预测与分析

通过对国内外电子废弃物处理现状的分析,选取市场供给A模型对绵阳市电子废弃物产生量进行预测,并对预测的结果进行分析,预测的数据可为电子废物回收处理相关方面的科学决策提供依据。     

电力系统负荷预测研究综述与发展方向的探讨

负荷预测能够对电力系统中的规划、用电以及电力调度等起到十分重要的作用,对电力系统以及用电系统的稳定性具有关键性的意义。文章对年度负荷预测、月度负荷预测以及短期负荷预测所使用的方法进行了探讨,并对其特征、建议模式进行了阐述。     

灰色系统理论在水电站厂房位移预测中的应用

文章介绍了用灰色预测方法,建立厂房位移预测的GM(1,1)预测模型,对厂房位移进行了预测,位移预测的趋势基本与实际测得结果一致,并对模型的适用性进行了分析。     

泰来县抗旱灌溉引水工程建设过程中水土流失预测

通过对泰来县抗旱灌溉引水工程水土流失进行预测,提出了该工程水土流失的预测结论并进行了综合分析.     

泰来县抗旱灌溉引水工程建设过程中水土流失预测

通过对泰来县抗旱灌溉引水工程水土流失进行预测，提出了该工程水土流失的预测结论并进行了综合分析。     

灰色系统理论在水电站厂房位移预测中的应用

文章介绍了用灰色预测方法,建立厂房位移预测的GM(1,1)预测模型,对厂房位移进行了预测,位移预测的趋势基本与实际测得结果一致,并对模型的适用性进行了分析。     

灰色预测模型在区域物流需求预测中的应用

区域物流需求属于派生需求,由区域经济发展水平决定,对区域经济的发展具有服务引导作用。灰色预测模型具有对数据要求限制少、中短期预测精准等特点,特别适合区域物流需求的预测。文章介绍了灰色预测模型以及在区域物流需求中应用,并结合实例进行了应用研究,通过误差检验,灰色预测模型具有较高的预测精度,是一种非常实用的预测方法.     

灰色预测理论在供应链管理需求预测中应用

供应链是多个组织的共同增值网络,对市场需求的预测是供应链上各个节点企业的重要工作之一,而缺乏有效的需求信息预测与共享则是供应链运作效率低下的主要原因之一。在分析GMx1,1x预测模型的基础上,结合实例对供应链管理中的市场需求进行预测,旨在提高物流和供应链管理的科学性,进而取得比较理想的结果。     

基于GM(1,1)模型的建筑事故预测及应用研究

首先介绍了预测模型的建立步骤,然后根据某施工企业近八年来的百万工时的事故次数建立了预测模型,利用模型进行了计算,并把模型计算值和实际值进行了比较,计算出了误差和相对误差,并利用该模型对未来五年的事故趋势进行了预测.     

Distributional Properties of Record Values from the Geometric Distribution

Some distributional properties of the record values of non–identically distributed random variables having geometric distributions are discussed. Three theorems dealing with the characterization of the geometric distribution based on these distributional properties are presented. The unique minimum variance unbiased estimators of some functions of the parameters of the distribution and various predictors of the s–th record valued utilizing the first m(m相似文献   

木材加工厂原料需求量预测分析

木质原料需求量预测是木材加工企业库存控制的关键环节,甚至会直接影响到加工厂未来运营计划的整体规划。文中以福建某造板厂木材原料需求量为基础数据,建立组合灰色预测和三次指数平滑预测的预测模型,采用误差平方和极小化的方法确定单项预测模型最优权重,并对造板厂木材原料需求量加以预测和分析。     

A note on multi-step forecasting with functional coefficient autoregressive models

This paper presents and evaluates alternative methods for multi-step forecasting using univariate and multivariate functional coefficient autoregressive (FCAR) models. The methods include a simple “plug-in” approach, a bootstrap-based approach, and a multi-stage smoothing approach, where the functional coefficients are updated at each step to incorporate information from the time series captured in the previous predictions. The three methods are applied to a series of U.S. GNP and unemployment data to compare performance in practice. We find that the bootstrap-based approach out-performs the other two methods for nonlinear prediction, and that little forecast accuracy is sacrificed using any of the methods if the underlying process is actually linear.     

区域物流需求量预测分析

区域物流需求量预测是政府有关部门制定物流规划和建设物流基地的决策依据，也是第三方物流企业发展物流业务的重要前提。本文在对区域需求量变化的影响因素分析以及对区域物流需求量指标选取的基础上．采用灰色预测方法对区域物流需求量进行预测。     

改进的灰色电力负荷预测研究——基于粒子群算法和BP神经网络

本文对于灰色预测模型的改进,分别从优化初值和改进模型等方面进行,对模型的改进主要通过建立等维新息预测模型、灰色粒子群组合预测模型和灰色BP神经网络组合预测模型来实现。     

Prediction of <Emphasis Type="Italic">k</Emphasis>-records from a general class of distributions under balanced type loss functions

We study the problem of predicting future k-records based on k-record data for a large class of distributions, which includes several well-known distributions such as: Exponential, Weibull (one parameter), Pareto, Burr type XII, among others. With both Bayesian and non-Bayesian approaches being investigated here, we pay more attention to Bayesian predictors under balanced type loss functions as introduced by Jafari Jozani et al. (Stat Probab Lett 76:773–780, 2006a). The results are presented under the balanced versions of some well-known loss functions, namely squared error loss, Varian’s linear-exponential loss and absolute error loss or L ₁ loss functions. Some of the previous results in the literatures such as Ahmadi et al. (Commun Stat Theory Methods 34:795–805, 2005), and Raqab et al. (Statistics 41:105–108, 2007) can be achieved as special cases of our results. Partial support from Ordered and Spatial Data Center of Excellence of Ferdowsi University of Mashhad is acknowledged by J. Ahmadi. M. J. Jozani’s research supported partially by a grant of Statistical Research and Training Center. é. Marchand’s research supported by NSERC of Canada. A. Parsian’s research supported by a grant of the Research Council of the University of Tehran.     

我国航空运输的市场预测

本文论述了目前我国航空运输业的现状及面临的问题，阐述了航空运输的市场预测对我国航空运输业发展的帮助和作用，并介绍了航空运输量预测的一般方法。以我国航空货邮运输量预测为例，对我国近十年来航空货部运输量的发展变化进行了详细的分析和对比。通过三种数学模型预测了我国2015年的航空货邮运输量。