线性回归在需求预测问题中的应用

线性回归是重要的统计方法。文章从一元线性回归模型入手,结合实例对模型进行了应用;在此基础上结合人才需求预测这个实际背景重点对多元线性回归模型进行了应用。对改进后的模型分别结合实例进行了验证,取得了较好的效,果,可为需求预测问题的求解提供一种新的思路。     

实用预测学(续四)(五):定性预测分析原理 需求预测简介 效果预测分析原理 经济寿命预测分析原理 经济界限预测分析原理

六、一元回归专用程序 TI59型可编程序计算器已具有一元线性回归的统计功能,但是不能直接计算标准误差;又由于多因素分析,需要求各因素相互间的相关系数,进行因素选择,故编此专用程序。本程序在利用机内统计功能的基础上,调用了软件模块Master Library 1中的01程序,加配了辅助程序,在使用时可一次输入多组数据,然后可以有选择地进行一元回归分析,避免了多次重复输入数据的麻烦。有关数学公式请参见单因素分析中的一元回归。 1.多组数据输入用x_(ik)代表统计数据:K=1,2…m,m为     

贝叶斯预测模型的应用

贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测,它与传统预测方法的不同之处在于利用了来源于经验和历史资料的先验信息。通过实证分析的方法,将贝叶斯预测模型与普通回归预测模型的预测结果进行比较,结果表明贝叶斯预测模型具有明显的优越性。     

贝叶斯预测模型的应用

贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测，它与传统预测方法的不同之处在于利用了来源于经验和历史资料的先验信息。通过实证分析的方法，将贝叶斯预测模型与普通回归预测模型的预测结果进行比较，结果表明贝叶斯预测模型具有明显的优越性。     

湛江钢铁厂软土物理力学指标统计分析

通过对湛江钢铁厂区域1 800多个原状软土的室内试验物理力学指标数据进行数理统计分析,获得了软土的物理力学指标参数统计值。对软土的物理力学指标采用一元线性回归和非线性回归,以剩余均方差最小为最佳进行拟合,得到了指标间的回归方程,并进行了显著性检验。统计回归分析结果可为软土物理力学指标间的相互估算做参考,也可为相关规范的修订提供依据。     

基于灰色灾变原理的互联网用户人数预测模型

为了解决传统的GM(1,1)模型在互联网发展预测中存在的历史数据跳变的问题,本文根据灰色灾变原理,基于互联网发展迅速、预测周期短等特点,介绍了一种将GM(1,1)模型与一元线性回归模型结合起来的方法。使用1997年10月至2005年1月的数据,建立了我国互联网用户人数的预测模型,并进行了检验,证明该方法在实际应用中取得了很好的预测效果。     

基于贝叶斯网络的组织创新影响机制研究

组织创新影响机制中各变量具有不确定性与动态性等特点,可以尝试进行贝叶斯网络分析。根据贝叶斯网络的基本原理,构建了基于贝叶斯网络的组织创新影响机制模型,并对复杂贝叶斯网络计算问题的简化问题进行了探讨。实例应用表明,该方法克服了其他传统分析方法局限于线性、静态分析的缺点,较为准确地反映了组织创新影响机制各变量间的动态关系。     

国家自然科学基金投入与论著产出的初步分析

本对国家自然科学基金委员会１９９１年－１９９６年面上项目成果统计内容里的项目完成论情况进行的统计分析,得出了国家自然科学基金１９９１－１９９６年度的投入和项目论攻数目的增长趋势;并根据一元线性回归方法对国家自然科学基金的投入分别与各种类型论的情况进行了分析,初步探讨了国家自然科学基金投入的才长与项目论产出的关系。     

贝叶斯方法在降水预报中的研究现状

贝叶斯方法作为一种统计方法通过收集样本的先验信息对有限的样本进行修正。而朴素贝叶斯分类法能简单快捷地做到降水分类,因而得到了广泛地应用。着重解释了朴素贝叶斯分类法的基本思想,并概括了贝叶斯方法在降水等级预报、集合预报中的应用。     

基于一元线性回归分析的大坝预测模型的建立及其引用建模样本数量对预测效果的影响

本文主要介绍一元线性回归分析的基本原理和方法,并结合实例分析。在建模过程中采用不同数量的检测数据进行建模,得出用该模型预测变形的合理性,引入变量多的模型的预测的效果较好。     

一元线性回归分析在工程项目进度预测中的应用

对工程的进度进行科学、合理的预测，进而采取有效的事前控制措施，是保证工程按时竣工的先决条件。本论文把一元线性回归分析应用到工程进度预测中，根据历史数据、给定置信水平，即可计算出任一时间所对应的完成工程量的合理区间，实用性很强。     

个人信用评估模型的选择与修正

阐述了我国开展个人信用评估的必要性和可能性,提出了如何选择个人信用评估模型的新方法, 同时使用一元线性回归方法对个人信用评估模型进行修正,以得到更加客观准确的个人信用评估值。     

基于层次分析法修正的线性回归批量评估研究

线性回归法是对房地产批量评估的方法之一,本文采用实例的方法具体分析了线性回归方法存在的缺陷,提出应用层次分析法这一主观因素对线性回归参数进行修正,以改善线性回归方法评估的结果。     

基于GM(1,1)模型的铁路客流量预测

客流量预测是铁路运输组织工作的重要基础,是铁路部门制定运输方案和列车开行计划的重要依据。本文建立了铁路客流GM(1,1)模型,利用1999年至2010年全国铁路客运量数据,通过Matlab实现了GM(1,1)模型和一元线性模型,并比较两个模型的预测效果。结果表明,GM(1,1)模型预测效果优于一元线性回归模型,其平均相对误差减小约0.2511%。最后,对全国未来五年的铁路客流量进行预测,为管理人员做出合理决策提供了支持。     

多元线性回归模型的异方差问题的浅析——关于“应用回归分析”课程教学内容的讨论

“应用回归分析”课程是高校应用统计学专业均开设的专业核心课程,多元线性回归模型是非常重要的知识内容,但是由于其理论内容复杂,学生学习难度大,针对此问题,本文从权的概念出发,利用权倒数的性质论证了加权线性回归的合理性。并以北京市15个经济开发区的销售收入数据为例,运用加权最小二乘估计方法改进模型,最后从残差图和拟合值绝对误差(率)两个方面进行比较,结果均表明加权线性回归效果好。该方法应用于教学,为教学内容的设计提供了新的思路,便于学生掌握并深入学习。     

西宁市气温年际变化特征及城市发展影响研究

本文根据西宁市1955～2005年的逐日气温资料,应用一元线性回归,分析了51a来气候变化特征。研究结果表明:西宁市气温整体呈现上升趋势,其中以年平均气温和年极端最高(最低)气温的上升最为明显。应用灰色关联度方法研究了城市发展对生态环境的影响,结果表明:全年供水量、年末总人口是影响气温变化的主要因子,其次为房屋竣工面积、道路铺装面积。     

基于神经网络的房屋销售面积预测研究

房屋销售面积的预测直接影响房地产开发商的投资额,而多种不稳定因素又给预测带来了困难。传统的基于统计方法的预测模型比较成熟,但缺点是适用性差、实时性不强,不能反映预测过程中的不确定性与非线性,其预测值和实际值常有较大的误差。人工神经网络能很好地处理非线性问题。在预测模型中引入神经网络和传统的线性回归方法,共同处理模型中的线性及非线性因素,以达到降低误差的目的。实验结果表明,该模型能达到有效的预测结果,     

福建省小型拖拉机拥有量趋势预测

近年来福建省小型拖拉机市场比较活跃,其拥有量平均每年约递增11.22%,见表1所示本文试图运用一元线性回归和龚柏兹曲线建立数学模型,对1987年福建省小型拖拉机的拥有量作一番预测。     

多元线性回归分析及其应用

本文研究了多元线性回归理论及应用,探讨了多元线性回归模型中未知参数的估计及其参数的检验问题,以实例进行了验证.     

Gamit基线解算结果分析

Gamit是高精度长基线GPS数据处理软件之一,在我国被广泛应用。本文结合Gamit解算结果的O文件,对基线重复率进行了分析和计算,通过基线重复率的计算结果,按一元线性回归的最小二乘方法对基线的固定误差a和比例误差b进行分析和拟合。同时,为解决计算较复杂、数据量较大的问题,还设计并实现了相应的计算程序。