基于包容性检验的江苏省第三产业从业人数组合预测

发布时间：2017-10-17 11:16

  本文关键词：基于包容性检验的江苏省第三产业从业人数组合预测

  更多相关文章： 包容性检验 最优加权 组合预测 从业人数

【摘要】：利用包容性检验对6种单项预测方法进行分析,根据各单项模型的预测精度优劣进行排序,逐步进行包容性检验和组合,经过包容性检验后得到的单项模型进行最优加权组合.利用以上方法和1990-2013年江苏省第三产业从业人数数据,建立了组合预测模型,得到相对误差不超过1%的江苏省"十三五"期间第三产业人数预测值.
【作者单位】： 南京工业职业技术学院文理学院;淮安信息职业技术学院基础部;
【关键词】： 包容性检验 最优加权 组合预测 从业人数
【基金】：江苏省“青蓝工程”优秀青年骨干教师(2014) 江苏省自然科学基金(BK20150420)
【分类号】：F224;F719;F249.27
【正文快照】：

【相似文献】

中国期刊全文数据库 前10条

1 马永开,唐小我;多目标组合预测优化模型研究[J];统计研究;1997年04期

2 王硕,唐小我,周俊;组合预测软科学方法研究[J];运筹与管理;1999年01期

3 刘波;刘盛宇;胡俊;;关于安徽省人才需求的组合预测[J];枣庄学院学报;2012年02期

4 刘新卫;;组合预测的线性模型化研究[J];荆州师专学报;1993年05期

5 曾勇，，唐小我;非负权重最优组合预测的计算方法研究[J];统计研究;1994年03期

6 唐小我，曹长修，金德运;组合预测最优加权系数向量的进一步研究[J];预测;1994年02期

7 徐大江;组合预测及其应用研究[J];统计与预测;1996年01期

8 王黎明;组合预测在分析人口发展趋势中的应用[J];泰安师专学报;1997年06期

9 曹飞;;陕西人口的组合预测研究[J];西安文理学院学报(社会科学版);2013年06期

10 李宝慧,项静恬;浅谈权重综合方法及组合预测[J];统计教育;2000年06期

中国重要会议论文全文数据库 前9条

1 孙将平;叶志斌;季永青;;浙江省水路货运量最优组合预测[A];第六届长三角科技论坛航运分论坛暨江苏省航海学会2009年学术年会论文集[C];2009年

2 刘平;张莉;马秀兰;;乌鲁木齐市农、林、牧、渔业总产值的组合预测研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

3 李国锋;陈绪根;;山东省劳动力就业需求组合预测研究[A];21世纪数量经济学（第9卷）[C];2008年

4 田瑾;项静恬;陈殿斌;;多种时间序列建模及组合预测的比较和改进[A];中国现场统计研究会第九届学术年会论文集[C];1999年

5 李存金;;简单平均法下的最优组合预测问题研究[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第3卷）[C];1995年

6 刘茂余;于丽英;;一种组合预测新方法的研究[A];中国运筹学会第九届学术交流会论文集[C];2008年

7 樊英;张秋菊;;工业增加值预测系统的分析设计[A];中国企业运筹学[C];2006年

8 吴登生;李建平;孙晓蕾;;考虑模型相关性的组合预测过程中单项模型筛选研究[A];中国系统工程学会第十八届学术年会论文集——A02管理科学[C];2014年

9 吴文东;吴刚;魏一鸣;范英;;基于相关系数的钢材需求量组合预测[A];第十届中国管理科学学术年会论文集[C];2008年

中国博士学位论文全文数据库 前5条

1 刘启浩;风险值组合预测的理论与实证[D];北京工业大学;2009年

2 蒋传进;基于模型遴选规则的自适应组合预测研究[D];东华大学;2014年

3 郭晓君;灰色自忆性组合预测拓展模型及应用研究[D];南京航空航天大学;2015年

4 谭泗桥;支持向量回归机的改进及其在植物保护中的应用[D];湖南农业大学;2008年

5 王富强;风电场短期风速预测及模拟的理论与方法研究[D];华北电力大学;2013年

中国硕士学位论文全文数据库 前10条

1 马艳玲;组合预测在医药流通企业销售预测中的应用研究[D];华南理工大学;2015年

2 陈嵩;组合预测技术及其在功率预测中的应用[D];华北电力大学;2015年

3 郭二凤;ATM现金流预测的研究[D];辽宁科技大学;2015年

4 施艳春;基于非线性时间序列和神经网络的风电功率短期预测[D];沈阳工业大学;2016年

5 王克楠;基于关联特性分析的铁路事故数据挖掘及预测、预警方法研究[D];北京交通大学;2016年

6 叶晨;风电功率组合预测研究[D];华北电力大学（北京）;2011年

7 丁咏梅;我国股票价格的组合预测[D];华中科技大学;2005年

8 王庆庆;我国国内石油供给的组合预测研究[D];浙江工商大学;2006年

9 高放;组合预测研究及其在交通流量预测中的应用[D];山东科技大学;2008年

10 吉敏;支持向量回归机在组合预测中的应用研究[D];东华大学;2011年

本文编号：1048514