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:
目的 基于我国人均GDP,使用向量自回归模型预测我国人口出生率,探讨其在我国卫生领域应用的可行性.方法 收集1952-2013年我国人均GDP及人口出生率资料,用Excel2007和Eviews8.0建立VAR模型,并用2012-2013年的数据评价模型的预测效果.结果 VAR (2)模型拟合及预测的平均相对误差和希尔不等系数分别为8.78%,0.146和3.903%,0.087.结论 VAR (2)模型对我国人口出生率的拟合精度较高,短期预测效果较好.
推荐文章
生育政策、成本社会化与人口出生率
“ 二孩”政策
成本社会化
政策评价
基于IOWA算子的中国人口出生率的组合预测研究
人口出生率
多元线性回归
指数平滑
ARMA模型
IOWA算子
中国人口出生率的空间非均衡性及地域差异分析
人口出生率
空间非均衡性
地域差异
Moran指数
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 VAR模型在我国人口出生率预测中的应用
来源期刊 现代预防医学 学科 医学
关键词 向量自回归模型 出生率 人均GDP 预测
年,卷(期) 2016,(2) 所属期刊栏目 流行病与统计方法
研究方向 页码范围 193-196
页数 分类号 R181.2
字数 语种 中文
DOI
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 袁聚祥 华北理工大学公共卫生学院 27 142 8.0 10.0
2 尹素凤 华北理工大学公共卫生学院 15 55 6.0 7.0
3 武建辉 华北理工大学公共卫生学院 16 95 7.0 9.0
4 王永斌 华北理工大学公共卫生学院 22 144 8.0 11.0
5 李向文 华北理工大学公共卫生学院 10 118 8.0 10.0
6 柴峰 华北理工大学公共卫生学院 9 110 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (82)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (22)
二级引证文献  (22)
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)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(17)
  • 参考文献(0)
  • 二级参考文献(17)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(5)
  • 参考文献(4)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(6)
  • 引证文献(4)
  • 二级引证文献(2)
2018(11)
  • 引证文献(2)
  • 二级引证文献(9)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
向量自回归模型
出生率
人均GDP
预测
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
现代预防医学
半月刊
1003-8507
51-1365/R
大16开
成都市人民南路三段17号
62-183
1975
chi
出版文献量(篇)
28356
总下载数(次)
56
总被引数(次)
161569
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导