季节周期回归模型在预测肺结核发病率中的应用

目的探讨季节周期回归模型在肺结核预测方面的应用。方法收集2005～2010年肺结核的发病资料,利用Excel软件建立季节周期回归模型,对肺结核的发病率进行预测。结果肺结核的发病与时间序列存在明显的长期趋势,符合用季节周期回归模型进行发病趋势预测的条件;通过模型分析,预测出2011年1～3月份的发病率分别为293.07/10万、229.22/10万和362.89/10万。结论利用Excel软件建立季节周期回归模型预测肺结核的发病,简单实用,值得在基层推广应用。

基于人工神经网络和正规化周期回归的耦合模型及其应用

利用方差分析周期外推方法,提出了改进的正规化周期回归模型,将该模型应用到新丰江流域的径流序列,进行模拟和预测,计算结果表明:长期趋势项和周期项拟合后基本上能够反映出实测径流序列的特征和变化,但预报的精度还不够高,为此,提出了基于人工神经网络和正规化周期回归的耦合模型,对周期回归模型分离出来的随机项时间序列进行BP神经网络的分析、计算预测,并且把预测的结果拟合到周期回归模型的预测结果中,从而达到了从整体上提高预测精度的目的。

季节周期回归模型在预测甲型肝炎发病率中的应用

目的 :应用季节时间序列资料分析方法—简易时间序列季节周期回归模型 ,对沈阳市 1 997～ 2 0 0 0年的甲型肝炎疫情报告资料进行分析 ,并应用该模型定量预测 2 0 0 3年的甲肝发病率。结论 :发病趋势为秋峰低于春峰 ,流行强度为散发 (除自然因素影响 )。

基于支持向量周期回归的机场加油量预测

本文精确地预测各机场短期加油量,可帮助航油公司确定采购量和库存量,从而达到降低成本的目的。在分析了影响机场加油量的主要因素之后,以支持向量机回归理论为基础,带周期的支持向量回归机被提出,并对机场加油量时间序列进行预测,同时将该预测结果与其他方法的预测结果进行了比较。研究表明,带周期的支持向量机回归比传统预测方法对机场加油量时间序列有更高的预测精度。

高维周期向量自回归模型的精度矩阵的假设检验

由周期性向量自回归模型生成的精度矩阵(逆协方差矩阵)是一个块状三对角矩阵.在此精度矩阵的基础上,提出了一种新的块状迹函数,用于检验两个精度矩阵的块状迹相等,并研究了在零假设下的渐近行为.数值实验表明,这种块状迹函数检验方法与常用的检验方法相比,具有简洁易算和功效优良的特点.

基于周期自回归模型的短期负荷预测

通常，周期自回归（ＰＡＲ）模型适于处理短周期时间序列。故进行电力系统短期负荷预测时，由于周期长度大，阶数高，待估计的参数剧增，难以实现。本文在一定的假设条件下，建立了短期负荷的周期自回归预测模型，提出了相应的算法，并编制了计算分析程序。对一实际系统的负荷预测表明，本文的模型和算法具有很高的预测速度和良好的预测精度。

基于线性相关分析的周期自回归短期负荷预测

对配电系统短期负荷预测的周期自回归模型和配电负荷的周期性进行了研究。采用相关分析法对配电负荷的周期特性作了深入地分析,研究结果表明配电负荷的日周期性比周周期性更明显;基于配电负荷的时刻相关性分析,挑选出对预测结果起决定性作用的特征输入量,据此提出了改进的配电负荷日周期PAR预测模型。实例研究表明,该模型较常规PAR预测模型的预测速度更快、精度更高。

利用周期自回归模型对宏观经济综合景气状况的预测与分析

本文介绍了周期自归模型的建模过程，并利用其对反映我国宏观经济综合景气状况的合成指数序列进行了预测与分析。

周期相关时间序列与周期自回归模型

介绍了周期相关时间序列和周期自回归模型,并研究了周期自回归时间序列的稳定性及周期性,得到了它为周期相关时间序列的一个充要条件,推广了文献[1]的结论.

灰色趋势～逐步回归周期组合模型在韩江潮安站长期水文预报中的应用

该文尝试应用灰色趋势～逐步回归周期组合模型于韩江潮安站长期水文预报中，并与单纯用灰色GM（1，1）模型及单纯用逐步回归周期分析预测模型作比较，结果表明，该组合模型取得更优的预测效果。

用周期性回归法探讨流行性脑脊髓膜炎发病的季节节律

应用周期性回归法对内蒙古通辽市流行性脑脊髓膜炎发病的疫情资料进行拟合,得简单余弦模型为:1t=-0.0336+0.8896cos(ti-60.94°).用三角多项式拟合得余弦模型为:2t=-0.0336+0.8896cos(ti-60.94°)+0.2869cos(2ti-142.05°).建立数学模型,其拟合优度系数分别为:R21=0.81、R22=0.96,拟合效果较满意.用周期性回归法所求得的流行性脑脊髓膜炎发病高峰时点是3月16日,高峰期为1月7日～5月11日.

周期随机系数自回归模型的统计推断

文章研究了一阶周期随机系数自回归模型的性质和参数估计问题。首先讨论了该模型均值函数、方差函数以及协方差函数的周期平稳性。其次讨论了当误差服从正态分布时模型参数的估计问题,给出了模型参数的矩估计和最小二乘估计,并通过随机模拟对这两种估计方法进行比较。最后将上述方法用于实际数据的建模拟合分析。结果表明所提出方法具有较小的误差。

逐步回归周期分析的改进方案及其在气候预测中的应用

考虑均值生成函数随机性的强弱,本文引进了筛选周期因子的新标准,提出了逐步回归周期分析的改进方案,运用东太平洋海温、长江流域和华南地区汛期降水量、太阳黑子和年轮指数序列进行实例计算,结果表明,本方案不但有较高的长期预测效果,且有一定的分析时间序列隐含周期的能力。

逐步回归周期分析与多层递阶方法相结合的时间序列分析预报模型

逐步回归周期分析是针对方差分析的不足而提出的一种时间序列分析方法,作者将其应用于长期预报,取得了一定的效果,但也存在着某些缺陷,其主要表现在实际应用时,随着预报时效的增长,预报效果明显趋于不稳定。这里主要有两个方面的原因:一是某些时间序列本身的周期性不强,所选的周期显著性水平低,此时则不宜单纯用周期分析外推做长期预报,对此,作者已在另文中作过研究。二是在逐步回归周期分析预报模型中,回归系数取为固定的参数,而天气系统则是时变系统。这样,若用固定参数预报模型来描述一个时变参数系统的状态,其拟合率虽然可以很高。

叶尔羌河年径流量逐步回归周期分析与预报

叶尔羌河发源于喀喇昆仑山北麓,是塔里木河主要源流之一,卡群水文站是其水量控制站。文章选用卡群水文站1954-2018年年径流量W(t)序列,建立了逐步回归周期分析模型,对建模期W(t)序列进行了模拟检验,对建模期外的2019、2020年年径流量进行了预报,效果良好。

周期性回归分析孕妇血象白细胞计数结果

采用余弦模型对孕妇白细胞计数结果的孕龄变化规律进行调期性回归。其第二谐量余弦模型为＾ｙ ＝ ８ ．８１ ＋ １ ．０２ｃｏｓ（ｔｉ－ ２３５ ．７） ＋ ０ ．７６ｃｏｓ（２ｔｉ－ ２０２ ．２） ，其回归相关指数Ｒ２ 为０ ．７５３５ ，ｘ２ ＝ ０ ．１４８１ ，Ｐ＞ ０ ．９９５ ，回归理论值与实际观察值之间没有统计差别，表明利用余弦模型描述孕妇血象白细胞含量随孕龄周期性变化规律能获得满意的结果。

应用周期性回归法预测蜚蠊消长规律

医学昆虫一般有周期性季节消长的规律,建立预测昆虫消长规律的数学模型,可以使除害灭病工作未雨绸缪,有的放矢。我们采用1988年旅客列车德国小蠊密度测定资料,应用周期性回归的方法进行分析,建立了预测广州地区旅客列车德国小蠊密度的数学模型,取得了满意的效果。