基于PLS模型的上海服务贸易出口影响因素分析

上海是我国最重要的经济金融城市,也是我国服务贸易最发达的城市,但国际横向比较显示上海服务贸易发展水平仍然较低。本文运用偏最小二乘法(PLS)对上海服务贸易出口的影响因素进行实证分析,找出对上海服务贸易出口有重大影响的因素,提出促进上海服务贸易出口发展的一些构想。     

基于IOWA算子的组合预测模型在航空客运预测中的应用

航空客运的发展是多种因素的综合结果,单项预测模型只是反映了这些影响因素的一个方面。在因素分析的基础上,利用基于诱导有序加权平均(IOWA)算子的组合预测模型对不同单项预测方法进行了组合,并对应用效果进行了对比和分析,说明了使用动态组合系数模型在航空客运预测中是合适的。     

基于组合预测模型的水果产量的研究

水果产业是关系国计民生的重点产业。科学、准确地预测水果产量对水果产业发展具有重要的意义。为了更准确地预测我国水果产量,本文尝试把各种常用的预测模型结合起来,建立组合预测模型。结果表明,此模型对于水果产量的预测有明显的改进作用,能对水果产量进行有效的预测。     

基于组合预测模型的水果产量的研究

水果产业是关系国计民生的重点产业。科学、准确地预测水果产量对水果产业发展具有重要的意义。为了更准确地预测我国水果产量,本文尝试把各种常用的预测模型结合起来,建立组合预测模型。结果表明,此模型对于水果产量的预测有明显的改进作用,能对水果产量进行有效的预测。     

基于PLS模型的上海服务贸易出口影响因素分析

上海是我国最重要的经济金融城市，也是我国服务贸易最发达的城市．但国际横向比较显示上海服务贸易发展水平仍然较低。本文运用偏最小二乘法（PLS）对上海服务贸易出口的影响因素进行实证分析，找出对上海服务贸易出口有重大影响的因素，提出促进上海服务贸易出口发展的一些构想。     

基于OLS的财政收入与居民收入——实证分析与探讨

本文采用定量分析方法就国民收入是否影响我国居民收入进行分析,数据采集不少于十五年.发现我国国民收入对居民收入产生较大的影响,在此基础上分析和解释国民收入对居民收入的影响程度,并提出建议.     

基于PLS的我国住房价格影响因素实证分析

通过偏最小二乘(PLS)方法对我国2004-2012年10个指标的季度数据进行研究,并利用变量投影重要性指标(VIP)考察了住房价格各影响因素的重要程度。结果表明,土地交易价格、城镇人口、家庭人均收入、经济增长与货币供给是影响我国城市房价的重要因素。城市住房价格与地价、城市基本面因素基本一致,调控住房价格应与宏观经济发展战略、城市户籍管理、土地管理结合起来,协调一致;货币政策数量工具较之价格工具更适合对住房价格水平进行引导,定向降准同样适合于房地产调控。     

基于信息熵的不良资产评估组合预测模型研究

不良资产价值评估是其处置的前提和关键环节,而不良资产处置定价受诸多因素的影响,目前常用的单一评价方法很难诠释不良资产的价值全貌。因此构建了一种基于信息熵的不良资产组合预测评估模型,通过不同专家运用不同评估方法对不良资产进行估价,分别计算每种评价方法的误差,此误差值运用熵值法计算几种单一评价方法的权重并以此来进行组合预测。该方法能综合单一评价方法的计算结果,大大提高了不良资产价值评估的科学性和准确性。     

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。     

销售组合预测模型构建及实证分析

销售预测是企业快速响应市场需求的先决条件,精确的销售预测不但有利于提高企业及其产品的竞争能力,减少经营风险,也是企业提高市场应变能力的有效手段.本文构建了组合预测模型,然后运用单项预测模型和组合预测模型对A公司的销售情况进行了预测分析和比较.实践证明,组合预测的预测精度比单项预测更高、可靠性更强,是企业制定生产计划和采购计划的科学依据.     

基于灰色预测模型的江苏物流需求预测

本文根据江苏省物流业历史统计数据,建立了物流需求的GM(1,1)模型,并对江苏未来物流需求规模进行了预测,在一定程度上为江苏物流业发展提供定量依据。     

组合预测模型在短时交通流预测中的应用研究

根据智能交通诱导和信号控制的需要,短时交通流预测应具备实时性、准确性和可靠性,应用单项预测模型已不能满足当前交通流预测的要求,借此提出了以时间序列法、非参数回归法和RBF神经网络预测法为基础的定权系数和变权系数组合模型进行短时交通流预测,实例应用表明组合预测模型较单项预测方法预测精度有显著的提高。     

基于样条变换的非线性偏最小二乘流量预测应用研究

水文过程受多种因素影响,往往具有非线性特征.介绍了基于样条变换的非线性偏最小二乘建模的基本原理和基本过程,建立了贵州省上桥村水文站的月平均流量预测模型,通过模型预测值与实测数据对比后表明,该方法可以成功用来对流量进行预测.     

基于二次插值组合灰色预测模型的房价预测

房价问题涉及多方群体的利益,因此对房价预测具有一定的现实意义和理论研究价值。预测模型的核心问题是预测精确度,本文分别从利用二次lagrange插值法得到新的背景值,通过残差预测调整误差,进行多次等维递推以及组合灰色模型等多个方面对灰色模型进行了改进,使精确度得到了提高。并以保定市为实例,验证了该房价预测模型的高精确度和实用性。     

我国社会消费品零售总额的预测分析——基于最小二乘法的改进GM(1,1)模型

我国社会消费品零售总额受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此本文提出了基于最小二乘法的改进GM(1,1)模型,首先介绍了普通GM(1,1)模型的建立方法与步骤;接着通过采用最小二乘法的原理弱化波动较大的数据,加强其规律性从而建立新的GM(1,1)模型;最后结合2007²011年我国社会消费品零售总额数据建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年我国社会消费品零售总额,便于我国对未来社会消费品宏观调控。结果表明该预测方法是合理可行的,为其他相关预测提供了理论依据。     

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。     

基于趋势组合的我国煤炭需求预测模型研究

煤炭资源是我国第一大能源资源,准确地预测煤炭需求动态趋势,对于保障能源供需平衡和规避能源供给风险,促进我国经济社会可持续发展具有重要意义。由于煤炭消费具有非线性和不确定性特征,任何单项煤炭需求预测模型都不能较好地拟合煤炭需求的变动趋势,进而导致预测精度偏低。本文利用ARMA模型拟合其不确定性趋势,紧紧围绕我国煤炭实际消费的非平稳变动特征,通过趋势外推模型拟合煤炭需求的确定性趋势;建立了基于趋势组合的我国煤炭需求预测模型,该模型运用表明其实用性和精确度都好于已有的组合预测模型。     

金融时间序列组合预测模型与方法

为了提高金融时间序列的预测精度,弥补单一预测方法的不足,组合预测从信息互补的角度为其提供了一条有效的途径。文章综述了现有的金融时间序列组合预测的模型与方法的分类,包括普通权重法、时变权重法、神经网络法以及集成预测法,并展望了在不确定的经济环境下组合预测方法未来的研究方向。     

灰色关联度极大化组合预测模型在区域人才需求预测中的应用

本文根据灰色关联分析的基本思想,以灰色关联度最大为组合预测模型权系数的确定准则,适合于历史资料稀少的情况。该方法运用到区域人才需求预测中,可取得良好的预测效果。     

基于偏最小二乘回归的吉林省电力需求预测分析

文章结合偏最小二乘回归和模糊时间序列对吉林省电力需求进行中长期预测分析。偏最小二乘法较好地克服了电力需求影响因素间严重的多重共线性问题,拟合效果较好,预测精度较高。分析发现,国内生产总值,第一产业、第二产业、第三产业、城镇居民人均可支配收入、城镇人口、总人口和居民消费水平对吉林省电力需求影响较大,同时节能减排政策会减缓吉林省电力需求的增长。