我国物价波动影响因素的实证研究——基于ARDL-ECM的预测检验

理论和实证研究的多元化表明我国物价波动问题的复杂性和动态性。本文以2000年1月到2011年7月为样本期,将消费物价指数(CPI)和其他总量指标以及总量结构指标进行HP滤波处理,以波动趋势数据为研究对象。基于ARDL-ECM方法的预测检验结果表明,货币需求结构和进出口总额比例对我国消费物价指数波动具有较强的预测能力。货币总量调控政策仍然有效,但受结构波动影响。因此,在实施总量控制的基础上,应关注总量结构的偏离,提高政策实施效率。

基于配对检验的ARIMA模型在我国甲肝发病数预测中的应用

目的:探讨基于配对检验的求和自回归移动平均(autoregressive integrated moving average,ARIMA)模型在我国甲肝发病预测中的应用,提出时间序列模型预测效果评价的新思路与方法。方法:根据2004年1月—2021年12月我国甲肝传染病月发病数建立ARIMA模型,对2022年1—8月的甲肝月发病数进行预测,通过配对t检验和误差分析评估该模型的预测效果。结果:配对t检验结果显示,ARIMA(1,1,0)(0,1,1)12模型预测的甲肝月发病数与实际月发病数差异无统计学意义(P>0.05),说明模型有较好的预测能力,预测结果的相对误差平均值为3.86%,标准差为3.25%。结论:ARIMA乘积季节模型能够较准确地预测我国甲肝的发病趋势;配对检验为时间序列模型预测效果的评价提供了客观评价依据,较好地解决了时间序列模型预测效果的评价问题。

CFSv2模式对汛期黑龙江省延伸期时段降水预测检验评估

利用1999-2010年CFSv2模式资料,基于国家气候中心Ps和Cs检验方法,对汛期黑龙江省延伸期时段降水趋势和过程进行检验评估。结果发现:模式预测6月延伸期降水趋势效果较差,但从7月上旬开始至8月中旬模式预测技巧明显提高,Ps评分基本通过65分,距平符号一致率也达到50%以上。模式预测延伸期降水过程效果较好的时间为6月上旬、7月上旬、7月下旬和8月中旬,预测降水日数准确率在20%以上。预测结论可以为业务中延伸期降水预测提供参考依据。

基于医学检验大数据的乳腺恶性肿瘤预测模型研究

[目的]基于医学检验大数据,通过机器学习构建乳腺恶性肿瘤预测模型。[方法]收集某综合性三甲医院2016年至2021年所有门诊和住院乳腺恶性肿瘤患者的医学检验数据,并通过大数据技术处理形成机器学习数据源。采用逻辑回归二分类和支持向量机两种算法分别构建乳腺恶性肿瘤预测模型。[结果]逻辑回归二分类预测模型的AUC为0.923,F1-Score为0.875;支持向量机预测模型的AUC为0.957,F1-Score为0.912。[结论]综合评估结果显示,基于医学检验大数据构建的预测模型具有较高准确率,可以有效识别乳腺恶性肿瘤患者。因此,该模型有望成为乳腺恶性肿瘤的一种微创、低成本、快捷有效的筛查手段。

加氢反应器最低升压温度解析预测与定期检验数据分析

国内当前有大量的加氢反应器处于长期服役状态,准确设定最低升压温度(MPT)和统计分析定期检验数据的规律,是保障加氢反应器长期服役过程安全的有效手段之一。本文基于当前经典MPT预测方法,通过量纲分析获得无量纲量并建立MPT相关的数据集,非线性拟合获得MPT的解析预测公式。结果表明解析预测公式与文献数据的误差在5℃左右,可以满足工程应用的精度,从而实现MPT的快速准确计算。同时,本文统计分析了国内部分石化企业定期检验报告中服役时间、安全状况等级、各类缺陷等的分布规律,可为加氢反应器后续的定期检验和安全评估提供参考。

结合多重假设检验的随机森林长期降水预测方法及应用

为解决随机森林方法经验性选取预测因子时存在的错误发现率问题,引入多重假设检验领域控制错误发现率的方法对预测因子的筛选进行质量控制,将因子筛选由经验依赖转化为数据依赖,从而提出一种基于多重假设检验的随机森林方法长期降水预测方法。以巴西巴拉那河上游流域为研究区,利用逐月气候系统指数,应用提出的方法对研究区2018-2020年54个雨量站点的逐月降水量进行模拟预测、检验和交叉验证。结果表明:与传统的随机森林方法相比,该方法预报精度更高,对不同站点1-12月的预测平均合格率达到64%,其中6月预测合格率达到84%,表明该方法可以作为流域长期降水预测的有效工具之一。

医学检验在心血管疾病预测与治疗中的新进展

对医学检验在心血管疾病预测与治疗中的新进展进行分析研究。方法 通过对各项医学检验数据的统计和对比分析,如血糖及糖化血红蛋白,肝功能指标,尿路感染诊断指标以及常见疾病抗体/抗原检测等,结合临床实际应用情况,探讨它们与心血管疾病的关系。结果 血糖和糖化血红蛋白是预测心血管疾病发生的重要指标,其值显著超出正常范围往往预示着心血管疾病的风险增加。肝功能指标如ALT,AST的升高通常暗示系统性炎症反应加重,可能与心血管疾病进展有关。尿路感染可能增加心血管疾病的患病风险。另外,HIV、乙肝、结核等疾病的患者,心血管疾病的发病率都会显著增加。结论 医学检验中的一系列指标都可能与心血管疾病有重要关系,他们在心血管病的风险预测和实际治疗中都发挥了重要作用。未来,要更深入地研究这些指标在心血管疾病中的作用,以便更好地预防和治疗心血管疾病。

血清人绒毛膜促性腺激素与孕酮水平检验在早期先兆流产预测中的应用价值

探究在早期先兆流产预测中应用血清人绒毛膜促性腺激素和孕酮水平检验的作用。方法 本项目拟以2021年1月-2023年12月住院的100例患者(单胎早孕)为研究样本,其中,正常妊娠组共有50例,早期先兆流产组共有50例。之后对两组预测结果进行对比分析。结果 联合检测血清中的HCG和孕酮可以提高早期先兆流产的检测准确率,相比于单独检测各指标,这种联合检测方式可以更准确地预测早期先兆流产的发生。根据研究结果,先兆流产组的孕酮水平和HCG水平较低,而LIF和E2的水平较高,且差异具有统计学意义(P<0.05)。结论 通过测定血清中的 HCG、孕酮含量,可以对妊娠结果进行准确的预测,并对其进行早期诊断,以便于临床上对其进行及时的干预,以提高妊娠的预后。另外,检测甲胎蛋白、 LIF和E2的含量,对妊娠的早期诊断有一定的帮助。

基于包容性检验的舰船装备维修费组合预测

针对舰船装备维修费组合预测中,容易出现预测模型数量多于用于组合预测的样本数量,以及在已有舰船装备维修费组合预测模型中增加一个预测时,可能会降低组合预测性能的问题,通过对现有两模型包容性检验方法的分析,提出了带有截距项的多模型组合包容性检验。在此基础上,通过按模型的优劣次序逐步进行包容性检验和组合的思路,提出了基于包容性检验的舰船装备维修费组合预测模型选择方法,不仅可以降低包容性检验的计算量,而且可以提高舰船装备维修费组合预测的性能。

UHT乳货架期预测模型的建立及检验

【目的】建立以原料奶体细胞数、嗜冷菌数、耐热蛋白酶活性、贮藏温度等指标来预测UHT奶货架期的预测模型,预测不同原料奶加工UHT产品的货架期。【方法】通过三因素二次正交旋转组合试验及多元线性逐步回归的方法,以煮沸试验、酒精试验结果作为UHT乳货架期的判定指标,以感官评分分数和蛋白水解度值作为辅助,监测不同品质原料奶经UHT加工后产品在不同贮藏温度下产品的主要品质指标的变化规律。【结果】通过试验得到UHT乳货架期(Y)与体细胞数SCC(X1)、蛋白酶活性(X2)以及温度(X3)三因素在编码空间的回归方程为:Y=53.94-3.46X1-6.56X2-3.52X3+0.89 X12+2.67X22+0.19X32-2.75X1X2+1.50X1X3+2.0X2X3。三因子对货架期影响显著,其中X2对货架期的影响最大(P=0.0002),其次是X3(P=0.0160),最后是X1(P=0.0173)。在三因素二次正交旋转组合试验结果基础上,采用多元线性逐步回归,得到优化的UHT乳货架期(Y)与SCC(X1)、嗜冷菌数(X2)、PL活性(X3)、总菌数(X5)、贮藏温度(X6)的模型方程Y=103.752+0.0297X1-0.0000597X2-3.661X3-0.000316X5-0.469X6(R=0.8870,R2=0.7867)。【结论】模型通过回归系数t检验、回归方程F检验、回归标准差检验、拟合优度检验、D.W检验,平均绝对百分误差MAPE<10,模型2预测精度较高,可用于预测。

基于K-S检验和动态灰色模型的机械设备剩余寿命预测方法

提出了一种基于K-S检验和动态灰色模型的机械设备剩余寿命预测方法。提出以Kolmogorov-Smirnov检验为基础的K-S距离作为描述机械设备退化状态的性能指标,通过退化指标序列动态训练灰色模型、更新模型参数,预测退化指标的变化趋势并确定到达设定失效阈值时的预测步数,以此计算机械设备的剩余使用寿命。最后通过轴承全寿命样本数据对其验证,并与传统的二次曲线拟合预测法和静态灰色模型预测法进行比较,结果表明所提出的方法更能有效地预测轴承的剩余寿命,具有较高的预测精度。

基于改进的包容性检验的云计算资源组合预测

针对云平台资源的组合预测中包容性检验计算量大且准确性较低的问题,提出了一种改进的包容性检验方法并应用于云平台资源的组合预测中。通过按单一预测模型的优劣次序逐步进行包容性检验并与主成分分析组合预测相结合,以此思路形成了改进的包容性检验方法。仿真实验结果表明,改进的包容性检验方法不仅在计算效率及精度上优于现有的包容性检验方法,而且提高了云平台资源的组合预测的性能。

基于AR模型的Kolmogorov-Smirnov检验性能退化及预测研究

设备性能退化评估是对现有故障诊断技术的全新拓展,能更有效地实现智能主动维护提供参考,更有利于实现设备的零停机率。开展对设备的性能退化评估研究,还可以实现对设备的性能预测维护功能,大大提高设备运行的可靠性。提出了基于AR预测白噪化的Kolmogorov-Smirnov检验方法,同时实现了滚动轴承的全寿命实验。通过对轴承全寿命实验数据的分析研究,论证了该方法在设备性能退化评估及预测中的研究价值,相对于有效值等传统方法,不仅能够显著地表现前期的微弱退化状态,而且还能有条件地更早指示设备的异常状态,对于故障预测的研究具有较大的意义。

基于Kolmogrov-Smirnov检验和LS-SVM的机械设备故障预测

提出一种基于Kolmogrov-Smirnov检验和LS-SVM的机械设备故障预测新方法。基于K-S检验计算参考样本与正常状态样本经验分布函数的相似度,确定2个样本是否属于同一分布,即设备是否处于相同的运行状态,实现对设备运行退化状态进行识别,并采用当前退化状态与正常状态的K-S距离作为性能评估量化指标,在此基础上给出基于K-S检验和LS-SVM的设备故障预测系统框架。研究结果表明:该方法可以有效地对设备进行退化评估和故障预测,计算效率高,具有较好的适用性。

中长期地震危险性概率预测中的统计检验方法Ⅰ:Molchan图表法

对中长期地震危险性概率预测结果的统计检验是地震预测预报的重要研究内容,采用通用的统计检验方法是促进地震预测理论、模型"无障碍"交流和发展的必要条件。本文通过对青藏高原东北缘地区PI算法和RI算法回溯性预测结果统计检验的实例,介绍了如何运用CSEP计划中已常规采用的Molchan图表法进行地震概率预测统计检验和分析,并分别考虑了网格权重和地震活动权重两种算法计算"时空占有率"的情况。结果表明,Molchan图表法可通过显著性水平α和概率增益Gain有效地评价概率预测模型的预测能力。此外,对于同样的预测结果,在考察不同的预测策略时得到的统计检验结果也可能不同。其中地震活动权重相对网格权重采用更为严格的统计检验。

Excel在动态GM(1,1)模型预测及检验中的应用

通过Microsoft Excel 2003建立灰色模型GM(1,1)进行预测,并给出了模型的残差检验、级比偏差检验、关联度检验和后验差检验在Microsoft Excel 2003中的检验过程,验证模型的精度是否满足要求.采用等维递补灰色数列进行动态的滚动预测,提高了精度.

2006年春季沙尘天气异常的气候背景分析及趋势预测检验

作者概述了2006年春季我国北方地区沙尘天气异常的观测特征。与2000~2005年同期相比，2006年春季，我国北方地区沙尘天气过程相对频繁，强度偏强。首先，利用NCEP再分析资料及台站观测资料，对可能影响2006年春季我国沙尘天气异常的气候背景进行了分析，结果表明：2006年春季北方地区冷空气势力较常年强，冷空气活动较频繁，这是造成2006年春季我国沙尘天气多于前几年的动力原因。此外，春季我国西北及内蒙古的沙源地区降水偏少，干旱少雨，加之春季气温偏高，在一定程度上也有利于沙尘天气的形成。利用IAP年度数值气候预测系统对2006、2007年春季我国沙尘天气趋势的气候背景进行了预测，检验了系统对2006年沙尘趋势的预测能力，并对2007年春季沙尘天气趋势进行了展望。结果表明：预测系统较好地预测出2006年我国北方地区春季降水偏少、土壤偏干的状况，但对风场的预测与实况有一定的差距，由预测的气候距平结果推断2006年春季我国北方沙尘次数正常略偏少，与实况相反；对2007年春季的预测结果表明，2007年春季我国北方，特别是西北及内蒙古沙源地区土壤湿度偏湿，冷空气活动势力偏弱，不利于沙尘天气的形成，由此预测2007年春季我国北方沙尘趋势与常年相比略偏弱。

位于预测区边缘附近的地震统计检验问题

对位于地震预测工作所圈定的地震危险区附近的地震的统计检验问题 ,一直是地震预测研究中一个颇有争议的问题。本文以中国地震局全国年度地震趋势会商的情况为例 ,对这一问题进行了探讨。结果表明 ,将所划定的地震危险区适度扩大 ,即将现有的地震危险区范围向外扩大约 0 5° ,可以显著地提高预测地震的“命中率”。但从统计检验的角度说 ,这样做并不能提高实际地震预测的能力 ,亦即并不能使R值有显著的提高。

稻麦作物净初级生产力模型研究:模型检验与情景预测

利用我国若干代表性区域 98组稻麦作物生产力的试验数据 ,对所建立的稻麦作物净初级生产力模型进行了检验 .结果表明 ,该模型能根据常规的气象和土壤资料、化肥施用量等数据资料较好地模拟我国主要区域稻麦作物的净初级生产力 .模拟值 (y)与观测值 (x)的线性关系为 :y =1 .0 5x - 16 . 8(r2 =0 .771,p <0 . 0 0 1,n =98) .对南京地区的情景预测结果表明 :大气CO2 浓度升高促进稻麦作物的固碳能力 ;气温升高会降低水稻和小麦的碳固定 ,但对小麦的影响要小于水稻 ;在当前情景及未来情景 (CO2 浓度为 5 4 0 μmol·mol-1,温度增加 1～ 4℃ )下 ,氮肥施用对小麦碳固定的促进作用大于水稻 ,氮肥施用量高于 15 0kg·hm-2 时对 2种作物的碳固定没有显著的促进作用 ,甚至降低水稻的净初级生产力 .

多分形波动率预测模型及其MCS检验

以上证综指的5 min高频数据为例,在已有的多分形波动率(multifractal volatility)测度方法基础上,提出了新的波动率测度方法及模型.运用滚动时间窗的样本外预测技术以及比SPA检验更具优势的"模型信度设定检验"(model confidence set,MCS),对比了新的波动率测度模型和主流的GARCH族以及已实现波动率(realized volatility)模型的预测精度.实证结果显示:不论是短记忆模型还是长记忆模型,多分形波动率模型的预测精度明显优于GARCH族模型,且长记忆模型的预测能力要好于短记忆模型.同时,在多数损失函数下,新提出的多分形波动率测度方法及其动力学模型的预测效果都是最优的.