因子分析的SPSS应用——以2010年1-9月全国零售商品价格分类指数分析为例

首先,可以找到三个因子来综合反映全国十六个类别零售商品的价格分类指数的绝大多数信息。根据较有实际意义的第三个因子的分析结果来看,第6、3、1月份和"食""衣""药"的价格指数综合变化较大,从而说明普通百姓的生活成本较大,尤其是低收入阶层。其次,分析还表明,因子分析在损失很少的信息量的情况下,可以起到很好的简化变量个数的作用,当然,对于越多的变量个数及变量之间相关性越强的数据,这种作用也就越是明显。

基于熵权Markov链的商品零售价格指数预测方法

针对商品零售价格指数的变化特点,提出了一种基于熵权的Markov链预测分析方法。首先用概率均分法对样本数据进行状态等级划分,其次对历史年份商品零售价格指数的状态进行统计,建立不同步长的Markov链状态转移概率矩阵,然后用熵权Markov链分析模型对商品零售价格指数进行预测。最后,通过一个实例说明了该方法的有效性。

马尔柯夫链在预测商品零售价格指数中的应用

根据马尔柯夫链的基本原理,以我国1978年～2004年的商品零售价格指数为实例详细阐述了马尔柯夫链分析与预测的全过程,检验结果表明该模型用于近期预测结果准确可靠,易于操作。

论商品零售价格指数波动对我国经济增长的影响

商品零售价格指数反映了物价的波动情况和波动范围,对我国国民经济的增长具有一定的影响作用。因此商品零售价格指数的波动能够为我国政府的货币政策和财政政策的制定提供相关的依据和参考。本文以商品零售价格指数为自变量,分别以国内生产总值、第一产业增加值、第二产业增加值和第三产业增加值作为因变量,建立了四个神经网络时间序列模型,模型系数反映了商品零售价格指数对我国经济增长的影响机制,在此基础上提出了建议。

主成分分析法在商品零售价格指数分析中的应用

商品零售价格指数的变化是一个复杂的问题,涉及的因素很多。本文以2007年全国商品零售价格指数为例,应用主成分分析法对价格指数变化走势和每月的相对变化程度进行了分析,指出了拉动价格指数变化的主要因素。

现行商品零售价格指数的编制

当前,物价问题又成为各级党政部门和社会各界普遍关心的热门话题。自去年3月份起,国家首次在《人民日报》每月定期公布全国各省份商品零售价格指数"排行榜"以来,社会各界反映强烈,物价指数是怎样编制成为议论较多的一个焦点话题。为了让社会各界弄清物价指数的"庐山真面目",本文仅就商品零售价格指数的编制方法作简要介绍。

我国社会商品零售价格指数的短期预测

物价水平的高低对社会和经济的影响是非常大的。我国物价水平在90年代波动很大.严重影响了我国的社会与经济。为使我国的物价水平相对稳定,有必要根据1950—1999年50年间我国商品零售价格指数的统计资料,运用统计软件SAS和时间序列模型等,对我国的商品零售价格指数进行分析和预测,并提出一些有针对性的建议。

基于迟滞神经网络的商品零售价格指数预测

将传统神经元的激励函数改为迟滞激励函数,将迟滞特性引入神经网络中,构造迟滞神经网络.利用迟滞特性增强神经元对原状态保持的惯性,从而减少了神经元状态的错误变化,提高了神经网络的存储和记忆能力.利用迟滞分支响应的跳变特性以抑制网络训练过程中假饱和现象的发生.借助于前向网络的结构和学习算法,构造应用于时间序列预测分析的迟滞神经网络模型,并将其应用于社会商品零售价格指数的预测分析中.预测结果表明,该网络具有良好的泛化能力,预测效果优于传统神经网络.

商品零售物价指数和生活费用价格指数的意义和作用

在我国商品经济仍然存在的今天,如何正确地反映物价水平的变动,乃是统计部门和有关学术界一项十分重要的职责。解放以来,党和国家对物价指数的编制一直很重视,尽管目前编制的物价指数名目很多,但商品零售物价指数和生活费用价格指数仍是其中两个主要的指标。这一特点是由它们在社会主义制度下所起的作用而决定的。那么什么叫做商品零售物价指数?什么叫做生活费用价格指数?如果对两者的区别和联系弄不清楚,就谈不上对两者的正确运用和设置。本文仅就这个问题,谈一点个人的粗浅看法。

对建国以来我国商品零售价格指数的分析及短期预测

在判断和测量经济波动程度的诸多指标中,社会商品零售价格指数无疑是一个既便于操作又能够很好地说明问题的指标,尤其是他能够直观反映价格水平的变化,因而,常常可以通过观察它的变化及其程度来初步判断经济是否处于通货膨胀或紧缩情形。本文基于以上观点,通过时间序列模型( ARM A),利用1950～2002年的商品零售价格指数统计资料,对我国商品零售价格指数进行建模分析,并对未来几年的价格指数进行了预测,同时结合以往数据及预测结果,针对我国商品零售价格指数所反映的问题进行一些分析。

商品零售价格指数影响因素计量分析

随着社会经济的发展,居民的收入水平和消费水平不断上升,购买力不断增强。而商品零售价格指数能从侧面研究上述社会经济活动的状态,因此具有重要的研究意义。本文根据1995~2015年商品零售价格指数、工业品出厂价格指数、固定资产投资价格指数、人均GDP、居民消费价格指数等相关数据,运用Eviews软件,建立回归模型,并先后进行多重共线性和自相关性检验,最后根据结论给出一定的政策建议。

大数据背景下基于网络搜索数据商品零售价格指数预测研究

大数据时代背景下,基于网络海量搜索数据包含大量有价值信息。针对宏观经济指标商品零售价格指数的非线性变化特征,结合与RPI相关的网络搜索数据,采用支持向量回归SVR多种参数优化模型对商品零售价格指数进行预测研究。借助多个预测性能度量指标对比分析,最终确定结合网络搜索数据粒子优化算法的支持向量回归模型PSO-SVR&US为最优模型。研究结果表明:网络搜索数据有助于商品零售价格指数的预测研究,并且预测效果好坏与预测精度高低还依赖于最优模型的选取;同时,基于最优模型的商品零售价格指数月度预测值比官方数据公布领先半月左右,其预测结果可为及时监测商品零售价格指数变动和经济宏观调控提供有价值的参考。

居民消费价格指数和商品零售价格指数的分析——基于一元线性回归分析

随着经济的快速发展,居民的收入水平和消费水平在不断的上升,购买力也在不断的增强。反映上述经济状况的两个指数:居民消费价格指数和商品零售价格指数,都依据商品零售价格编制,而且都包括生活消费品部分,两者有着密切联系,但也有明显区别。因此,本文使用2005年~2017年的中国居民消费价格指数和商品零售价格指数的统计数据,运用Eviews软件对其进行一元线性回归分析,分析了商品零售价格指数和消费价格指数之间的关系。

河北省零售商品价格指数统计分析

一河北省零售价格指数的描述性分析要全面分析河北省零售价格指数首先必须对河北省零售价格指数有一个整体的把握。新中国成立以来,尤其是改革开放发展的十年,河北省逐渐发展成一个经济大省,截止到目前,其人口总数、国民生产总值、干线公路铁路、地方财政收入、