选取SPSS中较优指数平滑预测模型的研究——以日照港为实例

SPSS是如今较为常用的数据统计软件,其功能强大,适合方差分析、回归分析、聚类分析、时间序列分析和神经网络的应用。在时间序列分析中包含其本身自带的指数平滑模型和ARIMA模型,在指数平滑模型中又存在了简单、Holt线性趋势、Brown线性趋势、阻尼趋势这四个非季节性的模型。而港口吞吐量是不受季节影响的,适合运用SPSS中的指数平滑模型进行预测,以日照港吞吐量为实例,应用上述四种模型对日照港历年吞吐量进行预测,并比较,选择出较优的预测模型。     

高耸筒体建筑偏移量多元回归和基于时间序列分析预测的比较研究

通过对高耸筒体建筑物的偏移进行安全监测并分析、确定其影响因素,采用基于SPSS统计分析软件的多元回归分析方法和针对偏移量的时间序列分析预测方法,建立静、动态数学模型进行偏移量的预测精度分析比较,认为对于模糊动态系统时间序列预测分析方法比多元回归分析预测方法略具优势,同时为制定合理可行的措施以控制线性增长趋势提供合理化建议,从而达到为企业安全生产服务的目的。     

基于GIS和特征价格的住宅房产价格评估

特征价格模型是房地产领域有效的评估和分析工具,将其与GIS技术结合起来,利用GIS为其特征变量的量化提供辅助支持,可以充分利用二者的优势,使评估准确可靠。本文阐述了GIS和特征价格模型的结合点及评估模型的构建过程,以SuperMap Deskpro 2008作为GIS平台,以SPSS 17.0作为拟合分析软件,以赣州市基础数据和房产数据作为检验数据对评估模型进行了验证,表明该模型具有很强实用性,具有重要的应用推广价值。     

ARIMA在高层建筑沉降的预测应用

在高层建筑施工过程中,沉降监测事关施工质量与施工安全,是监理管理控制关键点之一。借助SPSS统计软件应用时间序列的ARIMA模型对沉降监测数据(时间序列)进行预测分析,可将监理关口提前到事前控制,极大保证了施工安全与工程质量。     

葡萄酒行业个股β系数的稳定性研究

运用葡萄酒行业个股的周收益率数据,考察葡萄酒行业个股β系数的稳定性。以单因素模型(SIM)为基础,运用一元线性回归法估计β系数并运用SPSS软件对回归过程进行显著性检验。通过对系数时间序列的描述性统计分析及ADF检验得出:第一,从长期来看,自上市以来葡萄酒行业个股的β系数较为稳定,长期投资者可以将β系数作为投资决策的依据;第二,从短期来看,近5年葡萄酒行业个股的β系数不太稳定且其波动趋势也不尽相同,β系数对短期投资者而言参考价值不是特别大;第三,葡萄酒行业各个股票的β系数时间序列是平稳的,这为投资者进行个股β系数的预测提供了可靠依据。     

基于时间序列和灰色模型的短期电力负荷预测

针对短期电力负荷预测,从不同研究角度出发,分别构建了时间序列ARIMA模型和基于相似日的灰色预测GM(1,1)模型,使用SPSS、MATLAB等软件编程,得出不同模型下所研究地区未来七天内各个时点的电力负荷预测值,并对其精度进行了检验。结果表明两种模型下的预测结果精度较高且各具优点,在实际应用中,可根据短期电力负荷的具体特征和预测要求,灵活的选择模型加以应用。     

基于学习行为时间序列相似性模型的研究

以学习者学习行为为研究对象,提取了学习行为特征,构建了一组学习行为时间序列数据,提出了一种学习行为时间序列相似性模型;通过学习行为相似性模式的表示、度量和聚类,验证模型的有效性;结果表明,能够很好地对学习行为进行分类,对无效样本有效检验。     

基于BP神经网络的铁路桥梁混凝土工程造价模型

为了提高工程造价估算精准度,以铁路桥梁混凝土工程为例,利用SPSS软件,统计各项因子之间的相关性,确定工程造价模型的重要影响因子.依据BP神经网络基本原理,构建此类工程造价模型.应用结果表明,本模型能够较为精准地仿真输出工程造价结果,可作为工程造价参考依据.     

基于灰色关联法对安徽粮食产量影响因素的实证研究

针对安徽省粮食产量的影响因素,首先,收集1999～2017年安徽省统计年鉴的相关数据,并从自然因素、科技因素、经济因素三个层面选取了12个指标;其次,利用MATLAB软件并结合灰色关联法进行相关性分析,得出影响粮食产量的主要因素是播种面积、有效灌溉面积、农业劳动力数量和化肥施用量,其相关因子均高于0.96;接着,利用SPSS软件并结合时间序列模型对未来4年的粮食产量进行预测,发现粮食产量未来依旧会持续增长;最后,根据实证分析结果提出了相关对策和建议。     

薄壁空心高墩风荷载时程数值模拟研究

利用时间序列中的自回归模型（AR模型）,基于数值分析软件MATLAB,编制了模拟脉动风速时程的程序,最后得出薄壁高墩竖向10个节点的脉动风速时程,对模拟谱与目标谱进行了比较得出低阶的AR模型能够很好的模拟脉动风速时程的结论。