我国省域人口的时序预测模型的选择——基于预测精度、偏差和不确定性的分析

发布时间：2018-04-06 20:42

  本文选题：人口预测　切入点：预测区间　出处：《数学的实践与认识》2014年12期

【摘要】：人口预测作为区域规划和政策决策的依据对于区域经济社会可持续发展有重要理论价值和现实意义.目前已有不少学者使用时序模型进行了人口预测,但从预测精度、偏差和不确定性角度考虑时序模型选择的研究几乎没有.利用ARIMA模型对我国部分具有代表性的省域进行人口预测的基础上,探讨了不同基区间、临界年及预测区间等条件下人口最优时序预测模型选择的一般性规律.研究发现,一些ARIMA模型能提供相对精确的结果,另一些则不能;线性与非线性模型在预测精度上有较大差异;历史数据长短可能导致选择不同的模型;不同精度视角下的模型选择有较强一致性,但也有一定程度的不确定性.
[Abstract]:As the basis of regional planning and policy decision, population forecast has important theoretical value and practical significance for regional economic and social sustainable development.At present, many scholars have used the time series model to forecast the population, but there is little research on the choice of time series model from the angle of prediction precision, deviation and uncertainty.On the basis of ARIMA model for population prediction of some representative provinces in China, the general rules of selecting population optimal time series forecasting models under different base intervals, critical years and prediction intervals are discussed.It is found that some ARIMA models can provide relatively accurate results while others can not. There are great differences in prediction accuracy between linear and nonlinear models, and the length of historical data may lead to the selection of different models.The model selection with different precision angles has strong consistency, but also has certain degree of uncertainty.
【作者单位】： 东北财经大学统计学院;
【基金】：国家社会科学基金(11BRK005)
【分类号】：O212.1;C924.2

【相似文献】

相关期刊论文 前10条

1 李智勇;孙小英;;ARIMA模型在批发和零售贸易餐饮业预测中的应用[J];北京市财贸管理干部学院学报;2006年03期

2 朱顺泉;;ARIMA模型下的牛鞭效应与信息共享价值研究[J];统计与信息论坛;2006年06期

3 李智勇;孙小英;;ARIMA模型在批发和零售贸易餐饮业预测中的应用[J];襄樊职业技术学院学报;2006年06期

4 徐雅静;汪远征;;ARIMA模型在河南省GDP预测中的应用及SAS实现[J];中国科技信息;2006年10期

5 王新华;;ARIMA模型在武汉市全社会固定资产投资预测中的应用[J];统计与决策;2006年08期

6 贾治宇;康锐;;基于ARIMA模型的备件消耗预测方法[J];兵工自动化;2009年06期

7 杨瑞;;模型法与挖掘法在时间序列分析中的效率比较——以上证综指月度数据为例[J];管理工程师;2010年04期

8 白斌飞;晏正春;;ARIMA模型在移动通信用户数预测中的应用[J];统计教育;2007年05期

9 崔青云;;ARIMA模型在人口增长预测中的应用[J];华北国土资源;2008年01期

10 胡王源;考试成绩序列与ARIMA(0,1,1)模型[J];数学的实践与认识;1993年04期

相关会议论文 前10条

1 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 周敏燕;徐方忠;刘加海;;基于ARIMA模型的ADHD儿童视觉持续性注意研究[A];2011年浙江省心理卫生协会第九届学术年会论文汇编[C];2011年

3 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六届中国控制会议论文集[C];2007年

4 任家福;张f ;周宗放;;基于ARIMA和BP神经网络的组合预测模型及应用研究[A];第三届（2008）中国管理学年会论文集[C];2008年

5 黄娑;王庚;;南通市经济增长和可持续发展问题研究[A];江苏省现场统计研究会第11次学术年会论文集[C];2008年

6 石昱馨;刘喜波;;乘积季节模型在气温及降水时间序列分析中的应用[A];数学·力学·物理学·高新技术交叉研究进展——2010（13）卷[C];2010年

7 ;Stochastic MPC for Supply Chain Management Using MCMC Approaches[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

9 邹艳芬;;股价指数的综合影响因素动态模型分析[A];江苏省现场统计研究会第九次学术年会论文集[C];2004年

10 梁杰丽;叶梧;黄昭文;徐兴;冯穗力;;基于ARIMA模型的彩信业务量预测[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

相关重要报纸文章 前10条

1 ;基于数量化方法对未来经济增长趋势的预测[N];第一财经日报;2009年

2 国海证券研究所 执笔 杨娟荣;数量分析表明我国通缩将在今年底明年初结束[N];上海证券报;2009年

3 王子鹏;爱立信以“退”为进 众对手如何应对[N];厂长经理日报;2001年

4 文兼武　刘冰 杨红军 李婧婧;对GDP进行季节调整的方法[N];中国信息报;2009年

5 证券时报记者 桂衍民;把握好政策刺激下的交易机会[N];证券时报;2008年

6 本报见习记者 王建军;加强环比统计 服务宏观调控[N];中国信息报;2009年

7 戴伟高;实盘大赛成“隐形”操盘手亮剑舞台[N];期货日报;2009年

8 中国人民银行调查统计司;2009年四季度中国宏观经济形势分析[N];金融时报;2010年

9 晃晃;家电出口达1500亿美元[N];中国电子报;2011年

10 本报记者 贾丽;面板关税调整尚处政策调研阶段 中国面板产业无“襁褓”可依[N];证券日报;2011年

相关博士学位论文 前10条

1 钱超;高速公路ETC数据挖掘研究与应用[D];长安大学;2013年

2 袁小坊;IP网络测量数据存储与流量建模研究[D];湖南大学;2010年

3 陈子林;电子商务环境下的供应链drop-shipping渠道研究[D];华中科技大学;2008年

4 杨亮;基于教育系统工程理论的高等教育学科结构优化研究[D];天津大学;2011年

5 曹雯;秋冬季南方单栋塑料温室小气候分析与温湿环境模拟研究[D];南京信息工程大学;2012年

6 史会峰;基于贝叶斯理论MCMC优化参数的负荷预测模型[D];华北电力大学;2013年

7 李晓林;突发事件对金融市场的影响研究[D];电子科技大学;2013年

8 王yN;基于计算智能方法的河流水质管理数字模拟研究与应用[D];哈尔滨工业大学;2013年

9 刘怀忠;煤矿开采对矿区地下水系统扰动的定量评价研究[D];中国矿业大学;2009年

10 刘晓冬;中国肾综合征出血热时空分布及气候因素对辽宁省HFRS影响的研究[D];山东大学;2012年

相关硕士学位论文 前10条

1 单福生;基于小波分析和ARIMA模型的中国出口集装箱运价指数预测[D];大连海事大学;2013年

2 时照华;探索ARIMA模型在呼吸道传染病疫情预测中的应用[D];安徽医科大学;2013年

3 赵晓丽;基于小波ARIMA模型的风电场风速短期预测方法研究[D];华北电力大学（北京）;2010年

4 白营闪;基于ARIMA模型对沪深300指数的预测分析[D];华南理工大学;2010年

5 张丹;基于ARIMA模型的消费品公司预算管理分析[D];复旦大学;2011年

6 郑维;基于X-12-ARIMA的节假日经济效应分析[D];北方工业大学;2010年

7 李菁菲;基于小波技术和ARIMA模型的网络流量预测研究[D];山东大学;2010年

8 赵妍;ARIMA模型和控制图法在猪肺疫预测预警中的应用研究[D];东北农业大学;2013年

9 贾竹青;基于ARIMA模型的呼和浩特地区10kV配电网负荷预测[D];华北电力大学（北京）;2011年

10 夏丽;基于ARIMA模型及回归分析的区域用电量预测方法研究[D];南京理工大学;2013年

，

本文编号：1718861