导读:本文包含了残差自回归模型论文开题报告文献综述及选题提纲参考文献，主要关键词:ARIMA模型,残差自回归模型,城乡收入差距
残差自回归模型论文文献综述
宋亮,吴杨[1]（2019）在《基于ARIMA模型和残差自回归模型的安徽省城乡居民PCDI分析与预测》一文中研究指出文章对1981年以来安徽省城乡居民人均可支配收入作了对比分析,以判断安徽省城乡均衡发展状况,并分别利用ARIMA模型和残差自回归模型分析和预测了安徽省城乡居民收入差距的发展趋势,得出结论:未来十年安徽省城乡居民收入比将进一步下降,城乡发展趋于均衡,但是城乡居民PCDI仍有一定差距。(本文来源于《铜陵学院学报》期刊2019年05期）
韩玉,党宏鹏,田宝成[2]（2019）在《对数自回归条件久期模型的残差自相关性分析》一文中研究指出首先推导了对数自回归条件久期模型中残差自相关的渐近分布,得出了该模型的拟合优度统计量,将Box-Jenkins模型检验方法扩展到对数自回归条件久期模型上.同时利用对数自回归条件久期模型,进行实证性的研究,从而表明我国股票交易久期以及价格久期都存在着明显的自相关性,我国股票市场的交易久期和价格久期都有着明显的倒"U"型模式.(本文来源于《东北电力大学学报》期刊2019年03期）
李刚刚,周秀芳,白亚娜,周莉,韩晓丽[3]（2019）在《残差自回归模型和Holt双参数指数平滑模型在“一带一路”沿线部分国家婴儿死亡率预测中的应用及比较》一文中研究指出目的探讨残差自回归模型和Holt双参数指数平滑模型在"一带一路"沿线部分国家(中国-中南半岛经济走廊沿线)婴儿死亡率预测中的应用。方法利用越南、老挝、柬埔寨、缅甸、泰国、新加坡、马来西亚和中国1978-2013年婴儿死亡率时间序列数据作为训练集建立残差自回归模型、Holt双参数指数模型,以2014-2016年婴儿死亡率作为验证集验证模型,并比较拟合及预测效果。结果在各国婴儿死亡率预测模型拟合中,残差自回归模型各赤池信息准则(Akaike information criterion,AIC)评价指标均优于Holt双参数指数模型。预测方面两模型均显示出较高的预测精度,残差自回归预测模型大部分指标(绝对误差和相对误差)小于Holt双参数指数模型。其中老挝、缅甸、柬埔寨叁个国家残差自回归模型对不同年份的婴儿死亡率(infant mortality rate,IMR)预测效果均优于Holt双参数指数模型。结论残差自回归模型和Holt双参数指数模型在"一带一路"沿线部分国家婴儿死亡率预测中表现均较好。残差自回归模型的拟合效果更优,残差自回归模型对婴儿死亡率的预测效果在大多数国家大多数年份优于Holt双参数指数模型。(本文来源于《中华疾病控制杂志》期刊2019年01期）
伊晟,任献花[4]（2018）在《含内生性时间不变效应变量的残差自回归误差分量模型》一文中研究指出文章提出了含内生性时间不变效应变量的残差自回归误差分量模型,并推导了模型参数的两阶段最小二乘估计方法。为验证参数估计方法的正确性,应用蒙特卡洛模拟法,将模型与固定效应模型和随机效应模型进行了对比。通过均方根误差这一指标发现,本文提出的参数估计方法可以较好地对该类面板数据模型的参数作出精确估计。(本文来源于《统计与决策》期刊2018年08期）
宋炜晔,刘志媛,王飞[5]（2018）在《残差自回归模型在旅游经济当中的应用》一文中研究指出通过分析旅游经济重要指标的数据特点,运用残差自回归方法对旅游经济的重要指标做了短期的预测,预测结果较为理想,然后对五个重要的旅游经济指标做了预测分析,并提出了合理的对策和建议。(本文来源于《现代商贸工业》期刊2018年06期）
武新乾,张刚[6]（2016）在《具有非参数趋势的残差自回归模型的预测方法》一文中研究指出为了探寻具有非参数趋势的残差自回归模型的较为合适的预测方法,文章考虑了基于多项式样条的两种方法:直接法和两步法,模拟算例表明两步法拟合与预测的均方误差(MSE)和平均绝对误差(MAE)都小于直接法拟合与预测的MSE和MAE,此外,还对人民币/美元的日度汇率数据进行了拟合与预测的实证分析,得到了与模拟算例相类似的结果,这说明两步法优于直接法,两步法是一种较好的预测方法。(本文来源于《统计与决策》期刊2016年15期）
李艳,卢游,范翔,苗庆娅[7]（2016）在《基于半参数回归模型的残差控制图》一文中研究指出本文探讨产品工作状态(而非工作结果)的监控,即产品质量特性值随时间和其他影响因素变化的工作过程的监控。受到卷烟生产中叶丝干燥出口物料含水率的监控问题的启发,本文提出了基于半参数回归模型的残差控制图,即通过拟合半参数回归模型获得残差,将经过标准化变换、去自相关性处理和正态变换后的残差作为描点统计量作于Shewhart控制图中,从而进行产品过程工作状态的质量监控。实例分析显示,本文方法对过程均值的异常反应灵敏,能有效地应用于实际生产中。(本文来源于《数理统计与管理》期刊2016年04期）
武新乾,张刚[8]（2016）在《具有线性趋势的残差自回归模型的估计方法》一文中研究指出为了探寻具有线性趋势的残差自回归模型的较为合适的估计方法,文章以残差AR(2)模型为例,对直接最小二乘法、两步法、非线性最小二乘法和化归法进行了Monte Carlo模拟,拟合和预测结果显示非线性最小二乘法和化归法的均方误差和平均绝对误差相同且最小。此外,还利用1980—2013年河南省人均GDP经济数据进行了拟合与预测实证分析,得到了与模拟比较相类似的结果,这说明非线性最小二乘法和化归法是较优的估计方法。进一步地,基于非线性最小二乘法,给出了河南省人均GDP的短期预测。(本文来源于《统计与决策》期刊2016年11期）
王永斌,柴峰,李向文,袁聚祥,武建辉[9]（2016）在《ARIMA模型与残差自回归模型在手足口病发病预测中的应用》一文中研究指出目的探讨求和自回归滑动平均混合模型(autoregressive integrated moving average model,ARIMA)和残差自回归模型在我国手足口病月发病率预测中的应用,并对它们的预测效果进行比较。方法收集2008年1月~2014年12月我国手足口病月发病率资料,用SPSS 13.0和EViews 8.0分别拟合ARIMA模型和残差自回归模型,并用2014年7月~12月的数据评价模型的预测效果。结果 ARIMA模型拟合及预测的平均相对误差(average relative error,MRE),均方误差(mean square predict error,MSE),均方根误差(root mean squared predict error,RMSE)和平均绝对误差(mean absolute error,MAE)分别为14.006,4.689,2.165,0.147;13.565,4.416,2.101,0.133。残差自回归模型拟合及预测的MRE,MSE,RMSE和MAE分别为16.793,7.247,2.692,0.171,16.206,6.639,2.577,0.164。结论 ARIMA模型拟合及预测效果优于残差自回归模型。(本文来源于《中华疾病控制杂志》期刊2016年03期）
王丙参,魏艳华,吴欣蔓[10]（2015）在《基于残差自回归模型的兰州市财政收入预测与决策》一文中研究指出根据兰州市1994~2012年的财政收入,建立了基于残差自回归模型的财政收入预测模型,拟合效果较好,利用此模型预测了兰州市未来3年的财政收入,并对预测结果进行了分析,提出相关建议,最后探讨了残差自回归模型的应注意事项.(本文来源于《天水师范学院学报》期刊2015年02期）
残差自回归模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
首先推导了对数自回归条件久期模型中残差自相关的渐近分布,得出了该模型的拟合优度统计量,将Box-Jenkins模型检验方法扩展到对数自回归条件久期模型上.同时利用对数自回归条件久期模型,进行实证性的研究,从而表明我国股票交易久期以及价格久期都存在着明显的自相关性,我国股票市场的交易久期和价格久期都有着明显的倒"U"型模式.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
残差自回归模型论文参考文献
[1].宋亮,吴杨.基于ARIMA模型和残差自回归模型的安徽省城乡居民PCDI分析与预测[J].铜陵学院学报.2019
[2].韩玉,党宏鹏,田宝成.对数自回归条件久期模型的残差自相关性分析[J].东北电力大学学报.2019
[3].李刚刚,周秀芳,白亚娜,周莉,韩晓丽.残差自回归模型和Holt双参数指数平滑模型在“一带一路”沿线部分国家婴儿死亡率预测中的应用及比较[J].中华疾病控制杂志.2019
[4].伊晟,任献花.含内生性时间不变效应变量的残差自回归误差分量模型[J].统计与决策.2018
[5].宋炜晔,刘志媛,王飞.残差自回归模型在旅游经济当中的应用[J].现代商贸工业.2018
[6].武新乾,张刚.具有非参数趋势的残差自回归模型的预测方法[J].统计与决策.2016
[7].李艳,卢游,范翔,苗庆娅.基于半参数回归模型的残差控制图[J].数理统计与管理.2016
[8].武新乾,张刚.具有线性趋势的残差自回归模型的估计方法[J].统计与决策.2016
[9].王永斌,柴峰,李向文,袁聚祥,武建辉.ARIMA模型与残差自回归模型在手足口病发病预测中的应用[J].中华疾病控制杂志.2016
[10].王丙参,魏艳华,吴欣蔓.基于残差自回归模型的兰州市财政收入预测与决策[J].天水师范学院学报.2015