多项式回归预测法——论正交设计原理在时序预测中的应用

运用时间序列进行非线性趋势外推预测时,面临的主要问题是选择预测模型的曲线类型和确定模型中的待定参数,拟合模型曲线。目前,常用的选择曲线类型的方法主要是直观描点法,但是对于很多预测问题,确定模型曲线类型用直观描点的方法并不是都能办得到的,这就给预测工作带来了实际困难。有时因     

时间序列的分解预测技术——摘译自《The Handbook of Forecasting》

分解预测技术是一种较早采用和经常使用的预测方法。它用一些简单的数学公式来分离一个时间序列的4种分量:季节性、周期性、趋势性和随机性部分。对一个时间序列移去其中的季节性和随机性分量便得到趋势一周期曲线。作者认为,这条趋势一周期曲线是企业经营预测最重要的基本环节。分解预测技术在各企业生产领域得到了广泛的应用。     

时间序列法在我国石油需求预测模型中的应用

本文首先介绍了时间序列法以及时间序列的种类,通过分析得出我国石油需求序列是有确定趋势的非平稳时间序列,并选择最小二乘法分两步建立模型。然后详细介绍了建模过程,并对模型预测精度和稳定性作了评价,结果表明所建立的模型是较好的预测模型。最后用该模型对我国2006年—2020年的石油需求进行了预测。     

两点判断外延预测法及其应用的研究

1 问题的提出时间序列预测方法,如移动平均法、指数平滑法、自适应过滤法、趋势曲线外延法等,由于模型简单,需要的资料少,计算容易,在工业企业产品销售短期预测中广为使用。在与某机械制造厂销售计划部门共同研究产品销售预测过程中,我们根据该厂1982年以来的产品销售统计数据,分别用移动平均法、指数平滑法和自适应过滤法对未来年度的产品销售量做了预测研究。有关预测结果如表1所示。     

基于状态趋势预测方法的城市机动车保有量预测

将2000-2010年的杭州市机动车保有量的时间序列用非线性回归拟合得到趋势曲线方程,并以趋势曲线为基准划分2个状态区间,再用马尔可夫转移概率来刻画系统的数值波动规律。通过对杭州市2010年机动车保有量预测值与实际值进行比较,可知该模型预测精度较好。并基于该模型用状态趋势预测方法对2011年杭州市机动车保有量进行预测。     

经济时间序列的状态空间预测

预测是研究经济时间序列的重要课题,而经济序列大都是非平稳的,因此经济序列的预测比一般平稳时间序列困难得多。利用状态空间模型对经济序列进行建模、预测,不仅方便易行,且效果很好。不仅可对经济时间序列所含趋势、周期、季节各分量进行预测,而且可对经济时间序列本身进行预测。本文就是讨论用状态空间模型对经济序列进行预测的方法与实现。     

基于随机阵列向量模型的流量预测算法研究

设计网络流量预测数学模型,实现对网络流量的准确预测和评估。传统的流量预测算法采用包络特征子空间聚类的流量序列分析方法,对随机大数据网络流的聚类和预测效果不好。提出一种随机阵列向量模型的流量预测算法。首先进行了网络流量预测的时间序列模型构建,采用平均互信息算法和伪最近邻点法求解最优化网络流量序列重组空间异构参数,得到一个高密度流量数据分形区域,创建流量序列的概率分布曲线,在随机阵列相空间中形成新的映射采用统计学数学方法对流量序列的随机分布特征进行分布式计算,随机阵列向量模型构建方法进行流量预测算法改进。仿真结果表明,采用该算法进行流量预测,能有效提高预测精度,具有较好的流量特征分析能力,性能优越。     

面向交通运输体系构建的货运量定量预测方法研究

文中研究面向交通运输体系构建的交通货运量的定量预测方法,分别对货运量预测中常用的时间序列预测法、趋势外推预测法、相关回归预测法和灰色预测法进行了简要的介绍说明,时间序列预测法假设预测对象仅与时间有关,是对外部因素复杂作用的简化;趋势外推法比较适合中、长期预测。使用回归分析等预测方法要考虑到各种影响因素;灰色预测法多适用于近期货运量预测,对于远期预测偏差较大。     

河南省地级市政府网站绩效评估结果预测方法研究

政府网站绩效评估是我国在“十二五”期间建设服务型政府的基本保障。以河南省17个地市级政府2005—2013年历史评估结果为基础,探讨采用时间序列的预测方法得到新的评估数据。根据问题特征,借助起伏型时间序列进行预测,得到了新的预测数据。     

一种新的两步预测法

前言在预测中,对时变性强,变动幅度较大的时间序列,不易找到合适的预测方法.本文提出了一种新的两步预测法,通过对两个实例预测,效果较好,现介绍如下。一、基本想法首先根据时间序列的变化情况,将其适当地分成若干个子序列(使每个子序列的时变性和变动幅度都小于原序列)。然后,将每个子序列看作一个状态,利用马尔柯夫状态预测法,     

论经济预测的动态时序法

时间序列起源于预测,特别是市场经济预测,而在经济预测中所运用的预测方法不外乎定性分析(如德尔菲法、历史数比法等)和定量分析两大类。而定量分析又可大体分成因果模型(如回归分析法、经济计量法、投入产出法等)和时间序列模型(如移动平均法、加权平均法、指数平滑法以及博克斯——詹金斯法、动态数据系统法等)。因果模型着重揭示     

一种确定非线性预测方程类型的方法

当进行定量预测时,首先要确定预测方程的形式,但目前对非线性方程类型的确定,还缺乏科学的和精度较高的方法。常规预测中,解决非线性问题,多数情况是依靠经验选取典型的曲线类型(如双曲线、指数曲线等类型),加以适当的变换,使其成为“线性”的形式,再用线性回归的方法进行处理,最后复原成起初那种非线性的形式。以上这种方法全凭经验和视力来判断其属于何种类型,本身就存在一定的误差;最大的弱点是,有的曲线很不规则,找不到典型的表达形式,于是就使得难于对非线性的问题进行预测。现在我们介绍一种“相关检验法”,作为     

农产品价格时间序列几种预测模型的研究

本文分析与比较了单指数平滑、双指数平滑、自回归单整移动平均法、季节自回归单整移动平均法这四种畜产品价格预测方法。由于指数平滑法遵循“重近轻远”,在短期预测上能得到较好的预测结果,使时间序列所包含的历史规律性能显著地体现出来。季节ARIMA有时得不到较优的预测模型,这时可以用非季节ARIMA模型来代替,弥补季节ARIMA的不足之处。综合生猪业的发展,用基本的原理和预测模型来逐步分析模拟猪肉的价格,通过大量的努力找到最优的模型。     

21世纪上半叶技术科学发展预测——基于两种数学模型的比较分析

根据对“技术科学”范畴的统一界定,较完整地统计出文艺复兴以后所出现的各种技术科学学科。在绘制技术科学发展的时间序列特征曲线基础上,分别建立起技术科学学科数在时间过程中的增量模型和累积量模型;在全面分析技术科学发展特征与规律的基础上,对21世纪上半叶技术科学的发展趋势作系统预测,并对两种模型的比较结果进行初步探讨。     

数据鉴别与预测模型的选择

时间序列趋势外推是定量预测的重要方法,利用它的关键是要有能真实地反映预测对象的历史数据及选取合适的预测模型。本文主要讨论二个问题;1、数据的鉴别,2、根据数据选择拟合曲线的类型。     

用ARMA模型对我国GNP平减指数的短期预测

时间序列分析方法是经济领域研究的主要工具之一,它用合适的模型描述历史数据随时间变化的规律,并预测经济变量值,而ARMA模型是其中较为基础的一种。本文介绍了随机时间序列的统计预测方法,给出了ARMA模型的建立与识别过程,并进行参数估计和检验,以对我国未来短期内的GNP平减指数进行动态预测。     

马克思主义哲学是预测方法的指导思想

所谓“预测”,通俗地讲,就是要回答“未来是什么”的问题。它是以未来的不确定的事件为其研究对象。指向未来和不确定性是它的主要特征。我们知道,时间是任何事物运动的存在形式之一,它具有一维性,而且是不可逆的。因此,预测只能是以过去、现在为依据来展望和预示未来,循着时间序列去探索事物发     

基于模糊自适应变权重的经济时间序列组合预测模型研究

组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。     

趋势分析和三点法加权参数估计

对各种不同的时间序列变化趋势,选择什么样的曲线形式建立预测方程?在没有计算设备的情况下,如何对预测方程中的本知参数进行简单而又有效的估计?这就是本文要讨论的问题。     

马尔科夫模型与时间序列法组合预测产品销量

在现代企业管理中,营销管理、目标管理、成本管理已广泛应用,但这些规律理论应用的基础是对来年销售量的预测。文章根据个体消费者的消费随机性特点、空调年销售规律变化特点,根据马尔科夫模型随机性、稳定性特点以及时间序列法对短期预测和变化规律稳定的预测精确度较高的特点,提出对空调的销售量进行预测的马尔科夫模型与实践序列法相结合的方法。