基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
上海市社会总抚养比受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此文章提出了基于最小二乘法的改进GM(1,1)模型.首先文章介绍了普通GM(1,1)模型的建立方法与步骤;接着通过采用最小二乘法的原理弱化波动较大的数据,加强其规律性从而建立新的GM(1,1)模型;最后结合2007-2011年上海市社会总抚养比数据建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年上海市社会总抚养比,便于该市对未来经济的发展宏观调控.结果表明该预测方法是合理可行的,为其他相关预测提供了理论依据.
推荐文章
GM(1,1)模型的改进
GM(1,1)模型
最小一乘法
最小二乘法
折扣系数
线性规划
基于最小一乘法的GM(1,1)模型及在负荷预测中的应用
电力系统
负荷预测
GM(1,1)模型
最小一乘法
最小二乘法
线性规划
基于改进GM(1,1)模型的装备故障预测
故障预测
灰色预测模型
最小二乘法
新陈代谢
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 上海市社会总抚养比的预测分析——基于最小二乘法的改进GM(1,1)模型
来源期刊 应用泛函分析学报 学科 经济
关键词 社会总抚养比 上海 预测 最小二乘法 GM(1,1)模型
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 374-379
页数 6页 分类号 F840.67
字数 4076字 语种 中文
DOI 10.3724/SP.J.1160.2014.00374
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王波 上海理工大学管理学院 162 787 16.0 21.0
2 吴天魁 上海理工大学管理学院 21 85 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (83)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(8)
  • 参考文献(3)
  • 二级参考文献(5)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社会总抚养比
上海
预测
最小二乘法
GM(1,1)模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
应用泛函分析学报
季刊
1009-1327
11-4016/TL
16开
北京市海淀区中关村东路55号思源楼204室
1999
chi
出版文献量(篇)
1145
总下载数(次)
0
总被引数(次)
2502
论文1v1指导