地下水流量预测的多元线性回归分析模型研究

地下水系统是一个复杂的随机系统,本文根据地下水流量与其影响因素之间存在的相关关系,建立了一个基于线性回归分析法的地下水流量预测模型,并将其用于遵义市海龙坝的地下水流量预测。结果表明预测精度较高,建立的模型较符合本研究区的实际情况。

基于因子分析和Logistic回归模型的电力普遍服务受助个体主客观诉求影响因素分析

本文根据“顾客满意度理论”,在对云南省150户农民调研的基础上,采用因子分析法和Logistic回归模型,分析了影响电力普遍服务受助个体诉求的主客观因素,并重点分析了主观影响因素的作用机理.结果表明,农户人均年收入、家庭用电量、家电拥有量、通电情况、家庭成员数等客观因素以及收入满意度、家庭负担、文化程度、年龄结构、职业等主观因素对电力普遍服务诉求有显著影响,其中家庭负担过重、对收入不满意、文化程度为初中、从事非农职业和家中有16～40岁人口的农户对电力普遍服务的诉求程度较高.

基于时间序列及回归分析模型的物流量预测实证研究

本文运用spss19中的指数平滑模型、ARIMA模型、指数模型和回归分析模型对四川省内江市历年物流量和经济数据进行建模和预测。对四种方法的预测结果进行比较、分析、检验,最后得到内江市未来的物流量最有可能的发展情况,给出平均误差,并针对物流产业的发展提出相关对策。

高速服务区建筑能耗影响因素定量分析与模型仿真研究

高速公路服务区建筑节能是我国基础设施能源战略及低能耗交通发展的一个重要组成部分,能耗比较高﹑节能潜力大是其重点.而高速公路服务区因其特殊的使用功能,导致其能耗有自身的特点,我们以京津冀地区为例进行高速公路服务区建筑能耗影响因素定量分析.通过对原服务区调查研究方法收集大量数据,总结并研究了影响高速公路服务区建筑能耗的因素,采用多元回归分析方法进行拟合.拟合研究分析确定高速公路服务区客流量﹑绿化覆盖率﹑窗墙比﹑服务区建筑面积与建筑能耗具有显著相关性,其中服务区客流量是影响建筑能耗的首要因素,并得到了对应的相关系数.构建了高速公路服务区建筑能耗定量分析仿真模型.根据定量分析模型提出相关的高速公路服务区建筑节能设计建议.并结合曲港高速博野服务区进行了实例分析.

自回归移动平均模型在医疗服务需求预测中的应用

目的拟合医疗服务需求时间序列资料的预测模型。方法采用自回归移动平均模型对出院人次进行模型拟合。结果模型拟合得到的最优模型为一阶自回归移动平均模型,模型预测2020年某市三甲医院的出院总人次将为93.88万人次。结论自回归移动平均模型适用于出院总人次时间序列模型拟合,预测结果显示,在没有外来干预因素影响的情况下,三甲医院出院总人次将会延续2009年以前的上升趋势继续上涨。

基于HTTP的WWW服务器数据流量的测量与分析

Web服务对数据传输有一定的实时性要求,对于这一特性的分析必须依赖于服务器上的有关信息,文章就是对Web服务器上数据流量进行测量、收集,进而对这些数据进行处理分析,发现了其上的数据流特征明显。并符合自相似(Self-similar)模型。

新型ε-不敏感损失函数支持向量诱导回归算法及售后服务数据模型预测系统

对含有噪声的数据序列根据预测置信度进行去噪处理,将训练集和测试集及预测数据共同作为训练向量集,以此建立新型支持向量诱导回归算法。本文利用该算法对实时售后服务的“千车故障数”进行了时间序列分析,并建立了新型的ε-不敏感损失函数小样本模型预测系统。预测显示误差小于5.3％的值占了总体的98.1％,其预测署信度达到0.983,与二次和Huber损失函数相比其MAPE值只有2.3％。用计算机模拟仿真单批次预测显,当时间参量t→+∞,“千车故障数”将收敛于定值74.0601,这和实际相当吻合,表明所建预测模型的有效性。文章最后还和传统神经网络模型作了比较,说明新型SVM机比神经网络处理小样本能力更强。

离心泵流量—扬程性能曲线的二阶多项式回归数学模型处理

二阶多项式回归数学模型能很好的拟合具有抛物线规律的离心泵流量 扬程性能曲线,并经残差分析和F检验证明了模型的有效性。

住宅过滤模型在中国的适用性分析

住宅过滤模型是根据住宅耐久性的特征，利用市场机制来解决社会各阶层的住房问题。在住房商品化的前提下，比较富裕的阶层购买面积大、配套服务质量好的新房，一般收入阶层购买面积小的新房或面积大、配套服务中等的旧房，低收入阶层则购买相对小的、配套服务差的旧房。住宅过滤其实就是住宅的梯度消费，

回归模型中基于机器学习的流量预测算法

在基于机器学习的流量预测算法中,详细研究了基于回归模型的预测算法,将机器学习算法引入到网络流量预测中,提出了不同的弱回归算子用来描述网络流量中的非线性特性。针对网络流量中的自相似特性,提出两种不同的机制,即用主成分分析作为预处理和为每一维特征保留一组权重分布;同时,针对实验中发现的过匹配现象提出一种自适应的权重更新准则。

基于VAR模型的合肥市住宅商品房价格影响因素分析

合肥市作为安徽省省会城市,房地产市场过速发展,凸显出很多问题,比如房地产市场供应不合理,房价上涨过快等,迫切需要针对合肥市住宅商品现状进行分析,并针对合肥市房地产存在的问题切实地提出相应的解决对策。主要运用VAR模型,通过选取2008-2018年数据,分析商品住宅销售面积(SA)、商品住宅完成投资额(INV)、城镇居民人均可支配收入(PCI)、房地产生产总值(GDP)对住宅商品房价格(HP)的影响,研究发现商品住宅完成投资额对合肥市住宅商品房价格影响度最强,而城镇居民人均可支配收入相对来说对价格影响最弱,格兰杰因果检验表明,合肥市房地产生产总值与商品房价格呈单方向的影响关系,住宅商品房价格会引起合肥市房地产生产总值变化,且为正向影响。

数字参考服务满意度评估模型分析

以国内外相关领域的研究和数字图书馆的实践为基础,探讨了影响数字参考服务满意度的主要因素,并对这些影响因素进行了计量检验,检验结果表明:各类因素均在不同程度上对数字参考服务满意度有影响,研究结论可为数字参考性服务工作的改进提供支持。

基于小波包分析的网络流量组合预测模型

提出一个基于小波包分析的网络流量组合预测模型,将流量数据构成的原始序列进行小波包分解,并将分解得到的各近似部分和各细节部分分别单支重构成低频序列和高频序列.根据低频序列和高频序列的不同特性,分别采用自回归模型(AR)和线性最小均方误差估计(LMMSE)对未来网络流量进行预测,最后重新组合生成预测流量.通过对真实网络流量的仿真实验,结果显示该模型能够对网络流量进行比较精确的预测.

自由现金流量预测模型研究——基于汽车制造业的面板数据分析

本文构建了适用于企业价值估计的自由现金流量预测模型。模型根据自由现金流量的财务本质,通过将自由现金流量分解成各相应的应计项目,利用并设计相互之间的运算关系,运用计量经济学方法,对下一期的自由现金流量进行预测,并用汽车制造业上市公司的面板数据(1996年至2006年)对该预测模型进行了检验。结果表明模型本身以及解释变量都具有很高的显著性,证明了在销货成本、销售费用、管理费用与销售收入之比保持相对稳定等给定条件下,该模型具有很好的预测能力。

回归模型中基于机器学习的流量预测算法

该文在基于机器学习的流量预测算法中，详细研究基于回归模型的预测算法，将机器学习算法引入到网络流量预测的领域，提出以不同算子来描述网络流量的非线性特性，同时针对网络流量特性，我们提出用主成分分析方法来作为预处理和为特征保留权重分布；最后针对相关实验中发现的过匹配现象提出自适应权重更新规则。

中国医疗服务需求:理论模型、实证分析与政策思路

本文着重从医疗服务需求入手分析,主要探讨医疗费用上涨与居民部门需求因素变化的相关关系。即通过一个计量回归模型,结合我国医疗服务现状,在一个规范的经济学框架中分析回归系数的意义及其所反映出的问题,实证分析之后是相关的政策建议。

“政府购买”应满足哪些居民需求——基于社区参与意愿的ologit回归模型分析

城市居民对社区公共服务和社区公共事务管理及决策的具体需求和差异,是政府向社会力量购买公共服务政策推广的重要决策依据。本文根据对内蒙古赤峰市红山区西屯街道办事处辖区居民社区参与意愿的调研发现,社区公共服务项目＂非常需求＂在40%以上的有：老年社区医疗、老年文体娱乐、孩子心理成长辅导、促进邻里交往、促进社区孩子交往、中青年人兴趣团体、法律咨询和弱势群体帮扶;

高质量发展背景下养老服务机构效率测度、空间网络结构特征及其影响因素

效率是养老服务高质量发展的重要体现,论文从空间地理视角研究养老服务机构效率问题,基于窗口DEA模型测度了我国2011—2020年29个省份养老服务机构的效率值及变动趋势,然后采用修正引力模型构建省际间空间关联矩阵,结合社会网络分析方法,揭示了养老服务机构效率空间关联网络的结构特征及影响因素,研究表明:①养老服务机构效率存在中、东、西部区域差异和不均衡性,且区域差距随着时间推移逐步扩大。②样本考察期内养老服务机构效率空间网络关联程度呈上升趋势,网络结构具有较强的稳健性,等级特征不显著。东部省份扮演“引领者”和“行动者”的角色,中西部省份扮演“边缘行动者”的角色。③浙江、广东等省份属于“净溢出板块”,河北、山东等省份属于“经纪人板块”,内蒙古、上海等省份属于“净受益板块”,板块之间显著关联。④养老服务机构分布密度差异、地理邻近、人力投入差异因素对养老服务机构效率空间网络的形成产生正向影响。最后从构建跨区域协同发展机制、推动网络空间板块间和区域间均衡发展、综合考虑影响因素发挥空间溢出效应提出建议。

关于海南省商品住宅价格模型的分析与预测

基于海南省主要城市商品住宅价格的数据和相关研究文献,运用MATLAB软件和SPSS软件中皮尔逊相关系数、卡方检验的方法对某些相关因素进行了定量、定性分析,进一步采用主成分分析的方法提取主成分,建立回归方程,对模型进一步优化和检验,据此建立海南省商品住宅价格的数学模型,并利用粗糙集理论和灰色预测模型,找出相关性最大的指标,预测了海南省商品住宅价格的变化趋势。此外,还构建了VAR模型,将限购政策的实施和取消作为虚拟变量,用Eviews 8.0进行自回归分析,定量讨论了政策对房价市场的影响。

基于VAR模型农村金融与乡村振兴的关系研究——以新疆为例

金融一直是农村资金来源的重要渠道,全面推动乡村振兴与完善农村金融服务体系具有高度契合性。文章以西北农业大区新疆为研究对象,紧扣我国政府高度关注并着力解决的“三农”问题,深入探究农村金融与乡村振兴的关系,基于2005—2020年的相关时间序列数据,分别建立新疆乡村振兴与农村金融综合评价指标体系,运用熵值法测算农村金融和乡村振兴综合指数,并以此为基础构建向量自回归(VAR)模型,通过格兰杰因果检验、脉冲响应分析和方差分解方法,实证分析新疆农村金融和乡村振兴之间的关系。研究发现:新疆农村金融和乡村振兴之间存在相互影响的关系,但农村金融对乡村振兴的正向影响反馈较弱。基于此,相关部门应建立适应新疆地区“三农”发展特点的政策促使乡村振兴和农村金融实现共同均衡发展。同时本文也为农村金融和乡村振兴的关系提供了新的经验证据。