基于相关性分析的宏观经济指标预测算法

• 作者: 李野 袁林 袁翔 鲁淑
• 来源期刊: 指挥信息系统与技术
• 学科: 经济
• 关键词: 宏观经济指标 相关性分析 多元回归分析 BP神经网络 预测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 实践与应用
• 页码范围: 84-88,100
• 页数: 6页
• 分类号: F224.0
• 字数: 5510字
• 语种: 中文
• DOI: 10.15908/j.cnki.cist.2020.01.016

摘要

针对我国宏观经济的监测预测问题,提出了一种基于相关性分析的宏观经济指标预测算法.首先,通过插值和归类等方法对海量宏观经济指标进行预处理,获得频率一致的时序数据;然后,对预处理后的指标进行相关性分析,通过指标择优机制自动挑选出对指定的目标指标综合影响最大的关联指标集;最后,结合多元回归分析、反向传播(BP)神经网络等预测模型对目标指标进行预测,并计算每个关联指标对目标指标的贡献度.试验结果表明,该算法可有效提取关联指标,具有较强的鲁棒性和较高的预测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁林	中国电子科技集团公司第二十八研究所	8	4	1.0	2.0
2	袁翔	中国电子科技集团公司第二十八研究所	3	2	1.0	1.0
3	李野	中国电子科技集团公司第二十八研究所	1	0	0.0	0.0
4	鲁淑	中国电子科技集团公司第二十八研究所	1	0	0.0	0.0