基于拟线性回归的复合预测方法及其应用

《基于拟线性回归的复合预测方法及其应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：F064.1密级：公开UDC：330.4学校代码：10082硕士学位论文基于拟线性回归的复合预测方法及其应用论文作者：张克娜指导教师：李法朝教授副指导教师：申请学位类别：经济学硕士学科、领域：数量经济学所在单位：经济管理学院答辩日期：2013年12月20日ClassifiedIndex：F064.1SecrecyRate：PubliziedUDC：330.4UniversityCode：10082DissertationfortheMasterDegreeCompositePredictionMethodBasedOnQuasi-linearRegressionandIt

2、sApplicationCandidate：ZhangKenaSupervisor:Prof.LiFachaoAssociateSupervisor：AcademicDegreeAppliedfor：MasterofEconomicsSpeciality：QuantitativeeconomicsEmployer：SchoolofEconomicsandManagementDateofOralExamination:December,2013河北科技大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。对本文的研究做出重要贡献的个人

3、和集体，均已在文中以明确方式标明。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品或成果。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：指导教师签名：年月日年月日-----------------------------------------------------------------------------------------------------------河北科技大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借

4、阅。本人授权河北科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。□保密，在年解密后适用本授权书。本学位论文属于□不保密。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：年月日年月日摘要摘要预测工作，可探讨事物的未来发展状况，最近几十年来它已引起了人们越来越深的重视。所有的管理决策都应该依据对未来情况的预测做出。若是能够对事物的未来发展情况作出足够准确的预测，那么无疑这可以为人们作出合理的决策而提供依据，从而减少错误的发生，取得更好的效果。回归分析是统计学的重要分支，是进行科学预测的有效工具；回归模型是非

5、常经典的单方程计量经济学模型，一直以来，人们在不断的对已有的模型进行完善并发现新的预测方法，例如组合预测方法等。但是，在当数据量过大时的方法改进还有待提高。本论文主要是采用了回归模型的理论基础，并在此基础上应用了拟线性回归模型，并提出了复合预测方法。遗传算法是计算数学中用于解决最优化的搜索算法，是进化算法的一种。本论文详细介绍了拟线性回归模型的建立，并利用遗传算法对其求解。论文中所提出的复合预测方法是在已有的预测模型的基础上，提出了分段随机抽样的思想，对样本数据量较大的研究对象的数据进行处理，再选择合适的预测模型进行预测。复合预测方法在一定程度上解决了过大数据量对预测模型造成的负担，

6、给出了预测结果的精度的确定方法，并通过实例进行了验证。关键词预测；拟线性函数；回归分析；复合预测；遗传算法；精度；随机抽样I河北科技大学硕士学位论文AbstractThepredictionwork,todiscussthefuturedevelopmentofthings,inrecentdecadeshascausedmoreandmoreattentionofthepeople.Allofthemanagementdecisionsshouldbebasedontheforecastforthefuture.Ifitisabletomakeanaccurateenoughpre

7、dictonthefuturedevelopmentofthethings,thereisnodoubtthatitcanprovideabasisforpeopletomakereasonabledecision.Therebywecanreducetheoccurrenceoferrorsandobtainabettereffect.Regressionanalysis,asanimportantbranchofstatistics,isaneffec