基于Holt-Winter模型的建设用地需求量预测

为合理规划利用建设用地,结合某市经济、社会发展状况及建设用地现状,通过关键成功因素法（critical success factor, CSF）识别选取人口、国内生产总值、固定资产投资额,以及城市化率为主要影响指标,采用多元线性回归预测模型确定各个变量与建设用地之间的线性关系,运用岭回归对模型进行修正,并辅之Holt-Winter模型对城市建设用地影响因素进行预测,得出2011-2015年某市建设用地需求量总体呈现上升趋势的结论。     

城镇居民补充医疗保险需求影响因素分析

基于中国综合社会调查(CGSS)数据集,运用Logistic回归方法,对我国城镇居民的补充医疗保险需求的影响因素进行了实证分析.结果表明,对补充医疗保险需求有显著影响的主要因素是年龄、健康状况和已参加的医疗保险类型;而经济收入、教育程度和婚姻状况等对补充医疗保险需求的影响不够显著.     

我国服务业外商直接投资的决定因素——基于岭回归的实证研究

借助岭回归,以1986-2005年的相关数据对我国服务业外商直接投资的决定因素进行了实证研究。结果表明,服务开放度、制造业外商直接投资、市场规模、基础设施、服务业劳动成本对服务业外商直接投资有明显的正向影响,而人力资本、服务业发展水平与服务业外商直接投资无明显关联性,最后提出了相关的政策建议。     

油气藏压裂后产能影响因素的岭回归分析

油气藏在压裂后产能变化幅度大,对影响其压后产能的因素不清楚.岭回归分析法就是通过现有压裂井的大量储层参数、压裂设计施工参数和生产参数,对压后产能与相互独立的参数建立数学模型,得出各参数与压后产能的岭回归数学模型.分析影响压后产能的主要因素,为优化压裂设计参数提供依据.     

影响我国外汇储备适度规模因素的实证分析

针对当前世界经济现状及我国面对的国际经济环境,就我国当前的外汇储备规模相对过大这一现实问题进行了研究.在对我国外汇储备规模的影响因素进行实证研究中发现,从其影响因素着手加强我国外汇储备的管理,可提高其使用效率.运用统计软件Eviews5.O设计影响因素回归模型,就我国外汇储备规模的影响因素的统计数据进行定量回归分析并结合实际情况进行了理论分析.从实证角度揭示中国外汇储备的适度规模,从而确定影响我国外汇储备规模的主次因素,最后得出了相应结论.     

基于主成分分析的房地产投资驱动力研究

从经济、社会、政策机制3个层面提取了影响房地产开发的驱动因素,以全国31个省份作为研究区域进行主成分回归分析,建立驱动力模型,分析驱动力影响度。结果表明,我国房地产投资的三大驱动力分别为经济发展与投资政策、城市与人口发展,以及土地调控政策,并从经济增长方式、房地产需求以及宏观调控政策3个角度对房地产投资提出建设性建议。     

基于我国财政收入统计模型的应用回归分析案例教学研究

收集了我国宏观经济指标数据,利用多元线性回归分析方法建立了我国财政收入的统计模型。揭示了影响我国财政收入的主要经济因素,为政府制定经济政策提供依据。同时也为统计专业主干课程"应用回归分析"提供一个综合性教学案例,帮助学生更好地理解并掌握回归分析的统计方法。     

我国服务业外商直接投资的决定因素——基于岭回归的实证研究

借助岭回归,以1986～2005年的相关数据对我国服务业外商直接投资的决定因素进行了实证研究.结果表明,服务开放度、制造业外商直接投资、市场规模、基础设施、服务业劳动成本对服务业外商直接投资有明显的正向影响,而人力资本、服务业发展水平与服务业外商直接投资无明显关联性,最后提出了相关的政策建议.     

公司财务信息对股票价格影响的研究

从盈利能力、偿债能力、营运能力、市场价值和成长能力5个方面,通过因子分析法和回归分析法深入剖析上市公司的财务状况,构建了上市公司财务评价体系模型．以2007年第四季度上市公司公布的财务报表为数据,选取了12个重要财务指标,运用因子分析法和回归分析法对境内50家上市公司的综合财务信息进行了分析评价．研究结果表明,因子分析法简化了影响因素结构,回归分析法描述和反映了影响因素和股票价格之间的统计关系,构造了有效的财务评价体系的模型,模型实证的结果客观反映了我国上市公司财务状况的实际水平．     

改进的XGBoost模型在短租房价格预测中的应用

对短租房价格原始数据集进行缺失值和异常值处理,针对短租房价格的影响因素构建包括23个特征的特征体系,使用OLS回归和分位数回归对这些因素的影响程度和影响方向进行分析,最后挑选具有较强显著性的18个特征构建XGBoost模型,用于预测房源价格。建模过程中采用网格搜索法调参。拟合优度这一指标在使用XGBoost模型进行价格预测时可以达到0.60,而线性回归模型仅为0.38。因此,使用XGBoost模型对短租房价格进行预测较优,将其与OLS回归和分位数回归相结合,既保留了传统统计模型的解释性,又提升了预测的精确度。     

基于逐步回归法研究大黄对凝血时间影响的主要理化参数

逐步回归方法是针对多个自变量建立最优回归方程的一种统计方法,并可探究影响因变量的主要因素.为探究大黄对凝血时间影响的主要理化参数,采用薄层色谱鉴别法及高效液相色谱法分别测定大黄炭成分种类和含量,利用MATLAB的stepwise命令进行逐步回归,剔除影响不显著的因子,建立多元线性回归方程,并对回归方程进行方差分析和对相关系数进行假设检验,均具有显著性差异.通过本次实验和数学建模,探究到大黄对凝血时间影响的主要理化成分是"pH值"和"芦荟大黄素".     

线性回归在世博会散客流量预测中的实验

世界博览会在中国上海召开以来,认真做好每日入会人数的预测工作对提高世博会的服务质量具有重要意义。每日散客客流量的影响因素受到天气预期、接受信息量、周末因素、指定日因素、团体客流等变量的影响。运用多元线性回归对日散客客流量进行偏相关分析,通过对观察期间内的回归值、观察期间后两周的预测值与真实值的比较,发现对构建的多元线性回归模型需要进行扩充,加入其他预测元素进行修正可使模型的预测精度提升。同时,随着时间的推移,影响每日散客客流量的因素不断增加,存在众多不可解释的随机因素,需要不断修正该模型,不断提高模型的预测精度,做好每日入会人数预测工作,有助于资源的优化配置工作。     

基于灰关联分析的多元线性回归模型在城市年需水量预测中的应用

科学预测城市需水量对城市的发展具有十分重要的意义.影响城市需水量的因素很多,采用灰关联分析方法,对影响需水量的各个因素进行分析,从中挑选出影响需水量的主要因子,建立需水量与主要影响因子之间的多元线性回归预测模型.实例表明,模型具有较高的拟合精度和预测精度.     

基于气象因素的PM2.5质量浓度预测模型

为得出拟合效果最佳的预测模型,建立了多元回归和机器学习预测模型对PM_2.5质量浓度进行预测。在输入气象因素的基础上,引入污染物质量浓度基础值和周期因素两类变量作为预测输入,并对4种预测模型进行对比研究。研究结果表明:对预测输入进行改进后,多元线性回归预测模型拟合优度由0.52提高至0.64,所选取的气象参数、污染物质量浓度基础值和周期因素能较好地描述PM_2.5质量浓度的日变化情况;与多元线性回归预测模型相比,BP神经网络和支持向量机两种预测模型能较好地捕捉PM_2.5质量浓度与预测输入之间的非线性影响规律,整体拟合优度分别达0.69和0.74,预测准确度较高;支持向量机预测模型可作为PM_2.5质量浓度预测的首选方法。     

低温等离子体降解甲苯影响因素分析

采用变频低温等离子体技术对甲苯进行降解,考察了场强、频率、停留时间和初始质量浓度对甲苯降解率的影响.通过一次回归正交设计,建立了多元线性回归模型,得出了各因素与降解率之间的定量规律,确定了实验范围内的最优方案,并进行因素影响趋势实验对理论结果进行验证.结果表明,在最优方案条件下降解率理论最高值可达到86.64%.在实验范围内,各因素与降解率呈线性相关关系.而在电场参数(场强、频率)的上水平附近,降解率呈现出由线性转为非线性的趋势.     

多元线性回归分析在房地产市场中的应用

从房地产需求的相关理论出发,以房地产价格、人均可支配收入、国内生产总值和城市化等为着手点对影响房地产需求的因素进行分析。同时运用近17年房地产的相关数据建立多元线性回归模型,进一步从实证角度分析各因素对需求量的影响程度。     

多元线性回归的数学模型

给出了多元线性回归的数学模型，通过最小二乘法对回归系数进行无偏估计，得出其估值理论方程及其性质，理论上讨论分析了该模型的解及其优点．     

多元线性回归的数学模型

给出了多元线性回归的数学模型,通过最小二乘法对回归系数进行无偏估计,得出其估值理论方程及其性质, 理论上讨论分析了该模型的解及其优点．     

多元线性回归预测及其检验在EXCEL中的实现

多元线性回归预测是市场分析、经营决策和国民经济中较为常用的定量分析方法,本文着重研究了如何应用目前普遍使用的EXCEL软件和实现多元线性回归预测及其检验,从而实现多元线性回归预测的快速化.     

最优多元线性回归的应用简析

用最小二乘法初步建立了依变量对多个自变量的多元线性回归方程,通过对偏回归系数的显著性分析,选择出对依变量有显著线性影响的自变量,建立起了最优的多元线性回归方程,给出了应用实例,指出了偏相关方面的一些注意事项.