差分—指数平滑预测模型在医院管理统计中应用的探讨

目的 探讨差分—指数平滑预测模型在医院管理统计中的应用。方法 根据某院1977年～1996年门诊总诊疗人次历史资料,建立差分——指数平滑预测模型,对该院1997年总诊疗人次进行预测。结果 本例预测模型评价:①平均百分误差MPE=0.001％,接近于0;②平均绝对百分误差MAPE=7.97％<10％,说明本预测模型是无偏的,且为高精度预测模型。本例1997年总诊次点估计值为60.78万人次,区间预测值为53.30～68.26万人次,实际值为64.79万人次,确在预测区间内,与点估计值相对误差为6.19％<10％,实际预测效果满意。结论 差分—指数平滑预测模型经医院统计工作者在统计实践中应用,效果满意,是医院管理统计中值得推广应用的一种定量预测方法。

时间序列指数平滑模型新体系及算法

本文提出了动态平滑参数的概念,由此建立了一类不需选取平滑初值、带有动态平滑参数的指数平滑新模型体系,包括差分-指数平滑模型;又以预测误差平方和SSE最小为目标,构造了优选并自动生成最佳平滑参数使平滑模型得以优化的最速下降算法,增强了指数平滑模型对时间序列的适应能力.从而较完整的解决了指数平滑预测中,平滑参数靠经验确定且为静态、平滑初值难以确定并易导致预测偏差等问题.

基于平滑ARIMA-LS-SVM组合模型的股价预测研究

股票价格是一种复杂的非平稳、非线性时间序列,受宏观经济情况、公司财务状况以及国家政策等众多因素的影响,难以用单一数学模型准确描述。为了发挥各种股价预测方法的优点,本文提出了平滑ARI-MA-LS-SVM的组合模型进行股价预测。考虑到我国股市的噪声交易问题严重,本文通过指数平滑法,将股价序列分解成高频噪声序列和低频趋势序列两部分;其次,对这两部分序列分别建立ARIMA模型和LS-SVM模型;最后,将两个模型的预测结果水平叠加,得到最终的预测值。经实证分析,发现平滑ARIMA-LS-SVM组合模型较单一模型的短期预测效果更为理想。

运用差分法改进指数平滑预测的研究

指数平滑法由于其简便易用的特点,是一种很受实际工作者欢迎的预测方法。但是指数平滑法是一种加权平均法,因此只能适用于大体呈水平型的发展,否则就会产生预測的滞后偏差。可是经济变量很难满足这样的条件,从而在很大程度上限制了指数平滑法的适用范围。对于这个问题,现有文献中提出的一些解决方法都是从改变指数平滑法的基本构造来考虑。

ETS和SARIMA流行趋势中的性能比较模型在预测北京市猩红热

收集2004—2019年北京市猩红热月发病人数和人口学资料,采用描述性统计方法和Joinpoint回归调查猩红热的流行病学变化趋势。北京市猩红热发病的平均年度百分比变化为(AAPC=1.866,95%CI:-2.968~6.941;t=0.816,P=0.428),流行趋势总体保持稳定,每年的4—6月和11—12月为发病高峰,呈双季节模式。最优SARIMA模型和最优ETS模型预测的平均绝对误差(MAD)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)、平均误差率(MER)、方根百分比误差(RMSPE)五个误差指标分别为0.586、0.623、0.751、0.296、0.785和0.318、0.282、0.438、0.282、0.338,可见ETS模型的预测准确性高于SARIMA模型,可用来对北京市猩红热流行趋势进行预测预警,从而为猩红热动态精准化防控提供参考依据。

GM(1,1)-指数平滑组合与灰色区间振荡序列的综合预测——以灵活就业青年未来发展趋势为例

文章通过构建灰色GM(1,1)-三次指数平滑模型及灰色区间GM(1,1)模型对我国城镇灵活就业青年人数进行了综合性预测首先,创新性地选用方差倒数法,构建了GM(1,1)-三次指数平滑模型,该预测模型的平均绝对误差和平均相对误差最小,提高了预测精度其次,根据小样本振荡序列的特征,构建了比较完善的灰色区间GM(1,1)模型,其结果显著地提高预测精度.最后,文章形成了基于“非正规就业率”的城镇灵活就业人数和灵活就业青年人数测算框架,并在引入老年人口系数基础上分别对灵活就业人员和青年人数建立GM(1,1)-三次指数平滑模型和灰色区间GM(1,1)模型,巧妙地将GM(1,1)-指数平滑模型与灰色区间GM(1,1)模型进行综合得到最终预测值,结果表明预测值与真实值吻合较好,实现了对多组数据的综合处理。

Miller-Orr模型在财政库款预测管理中的运用研究——以Z市J区为例

随着国库现金管理制度改革的不断深入以及地方政府债券置换转贷工作的持续开展,财政库款资金的有效利用、预测和支付风险管理已成为地方政府关注的重要问题。本文以Z市J区为例,运用米勒-奥尔模型,结合指数平滑预测法估算J区财政库款资金安全持有目标的最佳区间,并与实际库款余额变动作对比,为进一步提高J区财政库款的使用效率、降低其支付风险,以及未来开展国库现金管理操作提供理论支持。

基于改进JRD及误差修正的轴承剩余寿命预测方法

目前,风电机组齿轮箱性能发生初始退化时难以识别,现有退化指标易出现剧烈波动、单调性较差,且无法准确预测齿轮箱关键部件如轴承的剩余使用寿命(RUL),针对该问题,提出了一种基于改进杰森-瑞丽散度(JRD)及误差修正的双指数模型轴承RUL预测方法。首先,提取了振动信号样本的多域特征指标,利用高斯混合模型(GMM)与指数型权重JRD,得到了样本的后验概率分布向量,再经归一化处理得到置信值(CV);然后,对轴承从初始健康状态退化至当前检查时刻的CV值进行了相空间重构,提取了CV序列的动力学特征,并将其作为相关向量机(RVM)的训练集,获得了支撑整个退化轨迹的相关向量;最后,利用双指数模型拟合了相关向量,外推趋势至失效门限以计算RUL,并引入了差分整合移动平均自回归模型(ARIMA),对拟合相关向量产生的拟合误差进行了预测,以修正预测的结果。实验结果表明:改进后的退化指标单调性指标提高14.3%;且在不同工况、不同时刻下,经误差修正后的轴承的RUL预测结果较未修正之前有明显提高。研究结果表明:该预测方法可为风电机组齿轮箱重要部件的预测性维护提供参考。

EEMD⁃SARIMA⁃ETS组合模型在河南省人布鲁氏菌病发病趋势预测中的应用

目的探索集成经验模态分解(EEMD)⁃季节性差分自回归滑动平均(SARIMA)⁃基于状态空间的指数平滑(ETS)组合模型在人布鲁氏菌病发病趋势预测中的应用。方法采用周期分解法分解2005—2019年河南省人布鲁氏菌病的发病趋势和季节模式;采用EEMD方法分解序列包含的不同时间尺度本征模态分量(IMFs)和剩余分量,将数据划分为训练集(2005—2018年)和测试集(2019年),采用ETS和SARIMA模型分别模拟IMFs和剩余分量,构建EEMD⁃SARIMA⁃ETS组合模型,并将其预测准确性与单一SARIMA和ETS模型进行比较。结果2005—2015年河南省人布鲁氏菌病发病率呈上升趋势(APC=53.26%),2016—2019年呈下降趋势(APC=-18.65%),发病高峰在每年的3—6月。获得河南省人布鲁氏菌病发病的最优模型:ETS(A,AD,A)、SARIMA(2,1,3)(0,1,0)12,及由最佳ETS、SAR1MA模型构成的EEMD⁃SARIMA⁃ETS组合。EE⁃MD⁃SARIMA⁃ETS组合模型平均绝对百分比误差(10.36%)<ETS模型(16.20%)<SARIMA模型(27.31%),平均绝对误差、均方根误差、平均误差率和均方根百分比误差同样也小于单一的ETS和SARIMA模型。结论河南省人布鲁氏菌病是季节性疾病,EEMD⁃SARIMA⁃ETS组合模型能准确地预测其流行趋势,可为人布鲁氏菌病精准化动态防控提供参考。

差分—指数平滑预测模型在门诊人次预测中的应用

目的探讨差分—指数平滑预测模型在医院管理中的应用价值。方法建立差分—指数平滑预测模型对某院2008年门诊诊次进行定量预测,并对预测模型的预测精度进行评价。结果差分—指数平滑预测模型预测门诊诊次的结果满意。通过计算机反复试算,可获得最佳的平滑常数(α),使预测模型的预测误差最小。本例预测平均绝对百分误差(MAPE)4.4040%<10%,预测精度较高。结论差分—指数平滑预测模型预测精度较高,计算简便且具有递推性质,在医院管理中有应用价值。

对经济模型的同构变换和条件转化的研究

首先是对投入产出模型、差分模型和经济计量模型对于状态空间模型的同构变换研究 ;其次是对AD模型对于ECM模型以及线性规划模型对于动态规划模型的同构变换研究 ;最后是对AR(P)模型和传递函数模型对于ARMA( p ,q)

铁路客运量预测模型对比分析

为给铁路运输部门规划设计提供科学准确的短期铁路预测客运量,以2005—2018年铁路月客运量为基础,根据其增长趋势和周期性变化规律,分别采用季节性指数平滑法和季节差分自回归移动平均法(seasonal autoregressive integrated moving average,SARIMA)建立模型,预测2019年铁路客运量,并与实际客运量对比。以平均绝对百分比误差(root mean square error,MAPE)和均方根误差(root mean square error,RMSE)为衡量标准,对比分析2种方法的预测结果。分析结果表明:与指数平滑法相比,应用SARIMA模型使预测的铁路客运量的MAPE减少56.26%,RMSE减少64.61%,SARIMA模型更适合对铁路客运量进行短期预测,精度较高。

基于时间序列的资本资产定价模型

针对证券的时变特性,联合运用差分方法和指数平滑法,建立了时间序列资本资产定价模型(CAPM*).

基于ARIMA模型对重庆市GDP预测分析

随着国家快速的发展,每年的GDP指数也日益被人们所关注,通过搜集重庆市2009~2020年的全市GDP数据,对数据进行差分化处理,再利用自相关和偏相关的检验,结合二阶差分、ACI和BIC的原则,建立ARIMA(0,1,0)模型,发现拟合效果满意,并对重庆市未来12年的GDP指数进行了预测,为未来的发展提供了一个科学的参考。0.引言GDP是国民经济发展的重要指标,一方面代表着整个国家或者地区的发展状况和人民的生活状况;另一方面代表着国家经济的增长、人民生活的发展、市场价格的变化和社会发展的速度等。因此,GDP指标对于一个国家制定其相应的政策和明确经济发展方向有着至关重要的作用。通常生产总值一般都具有一定的趋势性和可预测性,但是GDP容易受到其他原因产生波动。

供水管道漏损时间预测模型的建立

城市供水管道漏损问题是综合解决我国目前供水行业现存实际问题的关键。以T市连续4年间某供水管道漏损时间间隔为研究对象,在三次指数平滑预测模型的基础上,引入差分法对指数平滑预测模型进行改进,分别建立一阶差分—指数平滑预测模型和二阶差分—指数平滑预测模型。通过预测结果精度分析和比较,二阶差分—指数平滑预测模型精度高,能更好预测后续年份供水管道的漏损时间,该模型可为供水企业检漏精准度的提高提供参考。

LASSO回归和SARIMAX模型联合应用对广州市肾综合征出血热发病的预测效果研究

目的 比较3种时间序列模型对肾综合征出血热(HFRS)发病的预测效果,探索最小绝对值收缩与选择算子算法回归(LASSO)联合引入自变量的季节性差分自回归移动平均(SARIMAX)模型对HFRS的预测效果。方法 系统收集2006-2022年广州市HFRS发病数、鼠密度、气象及社会经济学数据,采用指数平滑法、SARIMAX以及通过LASSO-SARIMAX模型进行发病预测,通过自相关函数(ACF)、平均百分比误差(MPE)和平均绝对百分比误差(MAPE)评价模型的预测效果,通过MAPE对比3种模型不同预测时长的预测效果。结果 2006-2022年广州市HFRS年均发病率0.06/10万,指数平滑法(ETS)模型训练集的MAPE为45.066,SARIMA模型训练集的MAPE为51.403,LASSO-SARIMAX模型训练集的MAPE为39.466,除预测24月时低于ETS模型外,LASSO-SARIMAX模型训练数据集、预测12月的MAPE均最低。结论 LASSO回归联合SARIMAX模型在广州市HFRS发病的中短期预测中有较好效果。

ARIMA模型与指数平滑法预测门诊量效果比较

目的比较差分自回归移动平均(ARIMA)模型与指数平滑法对医院门诊量的预测效果。方法利用扬州市某综合性三甲医院2010—2016年门诊量数据分别拟合ARIMA模型和指数平滑模型,以2017年该院门诊量数据评价两种模型的预测效果。结果拟合最佳的ARIMA模型为ARIMA (2, 1, 0)(2, 1, 0)12,拟合的均方根误差(RMSE)、平均绝对百分比误差(MAPE)和平均绝对误差(MAE)分别为5 062.47、 2.83%和3 473.96;对2017年门诊量预测的RMSE、 MAPE和MAE分别为8 243.26、 4.42%和6 084.00。拟合最佳的指数平滑模型为Holt-Winters加法指数平滑模型,拟合的RMSE、 MAPE和MAE分别为4 605.15、 2.79%和3 296.90;对2017年门诊量预测的RMSE、 MAPE和MAE分别为9 585.25、 5.50%和7 733.58。ARIMA (2, 1, 0)(2, 1, 0)12预测的3个误差指标值均小于Holt-Winters加法指数平滑模型。结论 ARIMA模型预测精度更高,可应用于医院每月门诊量的短期预测。

河南省农民家庭耐用消费品需求分析及预测

加快消费结构升级并有效扩大内需是中原经济区建设的一项重大战略举措,而扩大内需的一个重要节点就是扩大耐用消费品的需求.运用灰色Verhulst模型、二阶差分-指数平滑模型、DGM(1,1)模型及GM(1,1)模型,对河南省农民家庭7种具有代表性的耐用消费品需求做出分析及预测.结果表明,当前和未来几年内部分耐用消费品,如电冰箱、空调器和淋浴热水器,市场需求潜力巨大,而部分耐用消费品,如彩色电视机和摩托车,已经或者将逐渐失去市场.

基于R语言的煤炭产品销售预测实证研究

针对目前市场经济环境下煤炭销售管理存在的一些如销售预测不科学、生产规划不合理、销售决策辅助信息匮乏等问题,利用R语言和时间序列分析相关理论,结合某煤炭企业历史销售数据和具体销售预测流程,采用霍尔特-温特指数平滑预测法对一定时期内的煤炭销售进行预测并将预测结果与实际数据作了对比分析。实验结果表明:销售预测具有较高的准确度,预测结果不仅为煤炭销售管理人员提供合理决策依据,而且对加强煤炭销售管理、合理安排生产计划和提高销售利润具有重要意义。

进口检品数量的预测分析研究

目的:根据历史数据对未来3年的进口检品数量进行预测,为领导决策和业务规划提供依据。方法:采用目前较为成熟的4种预测分析模型:三次指数平滑预测法、灰色模型、一元线性回归组合预测法、差分自回归移动平均(以下简称ARIMA)模型,选择适当参数进行预测和方法评价。结果:预测2016年、2017年、2018年的进口数量分别为30544件(30327~31730件)、32844件(32616~34097件)、35144件(34905~36465件)。结论:4种分析模型中,ARIMA模型对2011年至2015年的预测结果与实际数据的偏差相对最小,预测准确度相对较高。