基于GMDH的小样本数据预测模型

对于样本数据少的情况,文章中利用SPSS曲线估计的方法选取三次曲线和二次曲线两种模型进行预测,同时用GMDH自回归模型进行分步预测,最后利用GMDH组合模型将三种模型进行组合预测。预测结果表明:GMDH自回归模型对于小样本数据的预测结果优于其他模型,效果更好、更稳定。

基于GMDH的宏观经济景气预测模型及应用

本文将景气数据与统计数据相结合作为预测时的原始数据,建立了GMDH自回归模型与AC模型相结合的预测模型。该模型克服了传统的预测模型在做宏观经济预测时,只考虑统计数据的片面性;将景气数据与统计数据相结合做预测,不仅改善了模型对数据样本的拟合精度,而且显著提高了模型的预测能力。本文中的实证分析证明了这一结论。

基于组合预测模型的工业增加值中长期预测方法研究

工业增加值的准确预测已日益受到人们的关注。在这篇论文里,首先考虑运用相似复合体模型进行建模,然后运用具有最优停止法则的GMDH自回归方法和非线性的SPSS曲线估计方法建立单一模型。最后,用基于误差平方和最小的多元线性回归模型方法对各种单一模型的预测值进行组合,得到最优模型。通过实证研究可以发现,在中长期的工业增加值预测中,组合预测模型取得了较为满意的效果。

组合预测模型在四川省工业经济效益预测中的应用

针对季度工业经济效益综合指数具有增长性和波动性的二重趋势,首先对该指标建立GMDH自回归模型和AC模型,然后用基于误差平方和最小的多元回归方法对各单一模型的预测值进行组合,得到最优模型。同时将组合预测结果与工业经济效益综合指数实际值以及GMDH、AC单一模型的预测结果相比较。进一步显现出组合预测模型在工业经济效益预测中的优势。从而为工业经济效益的预测提供了一种行之有效的方法。

四川省产成品存货组合预测研究

文章分别建立了四川省产成品存货的ARCH预测模型和GMDH变量自回归预测模型,然后利用它们的预测结果构建了ARCH-GMDH组合预测模型。将组合预测结果与产成品存货实际值以及ARCH、人工神经网络等单一模型的预测结果相比较,表明了所述方法的可行性和有效性,从而为产成品存货及其它宏观经济指标预测提供了一种思路。

基于景气数据的成都市产成品库存预测研究

文章针对产成品存货,通过建立GMDH自回归模型预测了成都市的产成品存货,同时引入企业家信息指数等景气数据,并通过建立ARCH模型预测了成都市的产成品存货,然后将GMDH与加入景气数据的ARCH模型进行组合预测,得出预测结果。将以上三个预测结果与实际的数据进行比较,证明引入景气数据的组合预测模型更加准确,有效。