本文選題：人口預(yù)測　切入點(diǎn)：預(yù)測區(qū)間　出處：《數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)》2014年12期

【摘要】：人口預(yù)測作為區(qū)域規(guī)劃和政策決策的依據(jù)對于區(qū)域經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展有重要理論價(jià)值和現(xiàn)實(shí)意義.目前已有不少學(xué)者使用時(shí)序模型進(jìn)行了人口預(yù)測,但從預(yù)測精度、偏差和不確定性角度考慮時(shí)序模型選擇的研究幾乎沒有.利用ARIMA模型對我國部分具有代表性的省域進(jìn)行人口預(yù)測的基礎(chǔ)上,探討了不同基區(qū)間、臨界年及預(yù)測區(qū)間等條件下人口最優(yōu)時(shí)序預(yù)測模型選擇的一般性規(guī)律.研究發(fā)現(xiàn),一些ARIMA模型能提供相對精確的結(jié)果,另一些則不能;線性與非線性模型在預(yù)測精度上有較大差異;歷史數(shù)據(jù)長短可能導(dǎo)致選擇不同的模型;不同精度視角下的模型選擇有較強(qiáng)一致性,但也有一定程度的不確定性.
[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.
【作者單位】： 東北財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院;
【基金】：國家社會(huì)科學(xué)基金(11BRK005)
【分類號(hào)】：O212.1;C924.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李智勇;孫小英;;ARIMA模型在批發(fā)和零售貿(mào)易餐飲業(yè)預(yù)測中的應(yīng)用[J];北京市財(cái)貿(mào)管理干部學(xué)院學(xué)報(bào);2006年03期

2 朱順泉;;ARIMA模型下的牛鞭效應(yīng)與信息共享價(jià)值研究[J];統(tǒng)計(jì)與信息論壇;2006年06期

3 李智勇;孫小英;;ARIMA模型在批發(fā)和零售貿(mào)易餐飲業(yè)預(yù)測中的應(yīng)用[J];襄樊職業(yè)技術(shù)學(xué)院學(xué)報(bào);2006年06期

4 徐雅靜;汪遠(yuǎn)征;;ARIMA模型在河南省GDP預(yù)測中的應(yīng)用及SAS實(shí)現(xiàn)[J];中國科技信息;2006年10期

5 王新華;;ARIMA模型在武漢市全社會(huì)固定資產(chǎn)投資預(yù)測中的應(yīng)用[J];統(tǒng)計(jì)與決策;2006年08期

6 賈治宇;康銳;;基于ARIMA模型的備件消耗預(yù)測方法[J];兵工自動(dòng)化;2009年06期

7 楊瑞;;模型法與挖掘法在時(shí)間序列分析中的效率比較——以上證綜指月度數(shù)據(jù)為例[J];管理工程師;2010年04期

8 白斌飛;晏正春;;ARIMA模型在移動(dòng)通信用戶數(shù)預(yù)測中的應(yīng)用[J];統(tǒng)計(jì)教育;2007年05期

9 崔青云;;ARIMA模型在人口增長預(yù)測中的應(yīng)用[J];華北國土資源;2008年01期

10 胡王源;考試成績序列與ARIMA(0,1,1)模型[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);1993年04期

相關(guān)會(huì)議論文 前10條

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;劉加海;;基于ARIMA模型的ADHD兒童視覺持續(xù)性注意研究[A];2011年浙江省心理衛(wèi)生協(xié)會(huì)第九屆學(xué)術(shù)年會(huì)論文匯編[C];2011年

3 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六屆中國控制會(huì)議論文集[C];2007年

4 任家福;張f ;周宗放;;基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型及應(yīng)用研究[A];第三屆（2008）中國管理學(xué)年會(huì)論文集[C];2008年

5 黃娑;王庚;;南通市經(jīng)濟(jì)增長和可持續(xù)發(fā)展問題研究[A];江蘇省現(xiàn)場統(tǒng)計(jì)研究會(huì)第11次學(xué)術(shù)年會(huì)論文集[C];2008年

6 石昱馨;劉喜波;;乘積季節(jié)模型在氣溫及降水時(shí)間序列分析中的應(yīng)用[A];數(shù)學(xué)·力學(xué)·物理學(xué)·高新技術(shù)交叉研究進(jìn)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 王建鋒;高歌;陳立凌;李紅美;張明芝;王艾麗;;ARIMA模型及其在江蘇省衛(wèi)技人員數(shù)預(yù)測中的應(yīng)用[A];中國現(xiàn)場統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

9 鄒艷芬;;股價(jià)指數(shù)的綜合影響因素動(dòng)態(tài)模型分析[A];江蘇省現(xiàn)場統(tǒng)計(jì)研究會(huì)第九次學(xué)術(shù)年會(huì)論文集[C];2004年

10 梁杰麗;葉梧;黃昭文;徐興;馮穗力;;基于ARIMA模型的彩信業(yè)務(wù)量預(yù)測[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 ;基于數(shù)量化方法對未來經(jīng)濟(jì)增長趨勢的預(yù)測[N];第一財(cái)經(jīng)日報(bào);2009年

2 國海證券研究所 執(zhí)筆 楊娟榮;數(shù)量分析表明我國通縮將在今年底明年初結(jié)束[N];上海證券報(bào);2009年

3 王子鵬;愛立信以“退”為進(jìn) 眾對手如何應(yīng)對[N];廠長經(jīng)理日報(bào);2001年

4 文兼武　劉冰 楊紅軍 李婧婧;對GDP進(jìn)行季節(jié)調(diào)整的方法[N];中國信息報(bào);2009年

5 證券時(shí)報(bào)記者 桂衍民;把握好政策刺激下的交易機(jī)會(huì)[N];證券時(shí)報(bào);2008年

6 本報(bào)見習(xí)記者 王建軍;加強(qiáng)環(huán)比統(tǒng)計(jì) 服務(wù)宏觀調(diào)控[N];中國信息報(bào);2009年

7 戴偉高;實(shí)盤大賽成“隱形”操盤手亮劍舞臺(tái)[N];期貨日報(bào);2009年

8 中國人民銀行調(diào)查統(tǒng)計(jì)司;2009年四季度中國宏觀經(jīng)濟(jì)形勢分析[N];金融時(shí)報(bào);2010年

9 晃晃;家電出口達(dá)1500億美元[N];中國電子報(bào);2011年

10 本報(bào)記者 賈麗;面板關(guān)稅調(diào)整尚處政策調(diào)研階段 中國面板產(chǎn)業(yè)無“襁褓”可依[N];證券日報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 錢超;高速公路ETC數(shù)據(jù)挖掘研究與應(yīng)用[D];長安大學(xué);2013年

2 袁小坊;IP網(wǎng)絡(luò)測量數(shù)據(jù)存儲(chǔ)與流量建模研究[D];湖南大學(xué);2010年

3 陳子林;電子商務(wù)環(huán)境下的供應(yīng)鏈drop-shipping渠道研究[D];華中科技大學(xué);2008年

4 楊亮;基于教育系統(tǒng)工程理論的高等教育學(xué)科結(jié)構(gòu)優(yōu)化研究[D];天津大學(xué);2011年

5 曹雯;秋冬季南方單棟塑料溫室小氣候分析與溫濕環(huán)境模擬研究[D];南京信息工程大學(xué);2012年

6 史會(huì)峰;基于貝葉斯理論MCMC優(yōu)化參數(shù)的負(fù)荷預(yù)測模型[D];華北電力大學(xué);2013年

7 李曉林;突發(fā)事件對金融市場的影響研究[D];電子科技大學(xué);2013年

8 王yN;基于計(jì)算智能方法的河流水質(zhì)管理數(shù)字模擬研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2013年

9 劉懷忠;煤礦開采對礦區(qū)地下水系統(tǒng)擾動(dòng)的定量評(píng)價(jià)研究[D];中國礦業(yè)大學(xué);2009年

10 劉曉冬;中國腎綜合征出血熱時(shí)空分布及氣候因素對遼寧省HFRS影響的研究[D];山東大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 單福生;基于小波分析和ARIMA模型的中國出口集裝箱運(yùn)價(jià)指數(shù)預(yù)測[D];大連海事大學(xué);2013年

2 時(shí)照華;探索ARIMA模型在呼吸道傳染病疫情預(yù)測中的應(yīng)用[D];安徽醫(yī)科大學(xué);2013年

3 趙曉麗;基于小波ARIMA模型的風(fēng)電場風(fēng)速短期預(yù)測方法研究[D];華北電力大學(xué)（北京）;2010年

4 白營閃;基于ARIMA模型對滬深300指數(shù)的預(yù)測分析[D];華南理工大學(xué);2010年

5 張丹;基于ARIMA模型的消費(fèi)品公司預(yù)算管理分析[D];復(fù)旦大學(xué);2011年

6 鄭維;基于X-12-ARIMA的節(jié)假日經(jīng)濟(jì)效應(yīng)分析[D];北方工業(yè)大學(xué);2010年

7 李菁菲;基于小波技術(shù)和ARIMA模型的網(wǎng)絡(luò)流量預(yù)測研究[D];山東大學(xué);2010年

8 趙妍;ARIMA模型和控制圖法在豬肺疫預(yù)測預(yù)警中的應(yīng)用研究[D];東北農(nóng)業(yè)大學(xué);2013年

9 賈竹青;基于ARIMA模型的呼和浩特地區(qū)10kV配電網(wǎng)負(fù)荷預(yù)測[D];華北電力大學(xué)（北京）;2011年

10 夏麗;基于ARIMA模型及回歸分析的區(qū)域用電量預(yù)測方法研究[D];南京理工大學(xué);2013年

，

本文編號(hào)：1718861