王畅第三次作业.doc

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
王畅第三次作业

《数学实验》实验报告 (?? ??年???月??8?日) 班级 团队 自己一组 姓名 一、实验问题 ? 二、问题的分析(涉及的理论知识、数学建模与求解的方法等) 基于多种模型组合的我国2015年人口总数预测人口预测模型的建立 (一)原始数据 下面分析几种典型的人口预测方法,根据《2005年中国统计年鉴》,原始数据如表1所示。 表1 全国1978-2004年人口数 (单位:亿人) 1978 1979 1980 1981 1982 1983 1984 1985 1986 9.6259 9.7542 9.8705 10.0072 10.1654 10.3008 10.4357 10.5851 10.7507 1987 1988 1989 1990 1991 1992 1993 1994 1995 10.93 11.1026 11.2704 11.4333 11.5823 11.7171 11.8517 11.985 12.1121 1996 1997 1998 1999 2000 2001 2002 2003 2004 12.2389 12.3626 12.4761 12.5786 12.6743 12.7627 12.8453 12.9227 12.9988 (二)模型建立 通过对原始数据的分析,建立如下几种典型的人口预测模型。 1.线性回归模型 人口发展过程线上任一点的切线斜率基本保持不变,即各时期人口发展速度较一致,近似直线状延伸时可采用一元线性回归法。这里将时间作为控制变量,人口数量作为状态变量,确定它们之间的数学模型Y=a+bt,控制时间来预测人口数量。应用最小二乘法得到线性回归模型为: Y=9.541133+0.1368503t 2.曲线拟合模型 曲线拟合法通过对历史数据的规律进行研究,选择最能描述观察数据的规律的曲线作为预测模型。优点是能较好地反映资料的变化趋势,短期预测准确性较高。对历年的人口资料进行拟合,结果表明二次曲线效果较好。设模型为Y=a+bt+ct2。根据原始数据得到: Y=9.332511+0.1800133t-0.001541537t2 3.指数函数模型 人口发展过程线并不都是近似于直线状。有些地区的人口前一段时期内发展较慢,越往后发展速度越快。比如很多城市人口发展过程就属于此类,这种情况下应选用指数函数模型Y=aebx。应用原始数据可得到指数模型为: Y=9.631313643e0.012081t 4.时间序列模型 影响未来人口数量变化的因素很多,但可归纳成两个主要方面,第一,与目前人口的数量和构成有直接的关系;第二,受经济社会发展水平和人口政策的影响。经典的时间序列模型主要考虑第一个方面的影响,即从探讨人口发展的历史规律出发来预测未来人口的发展趋势。应用较多的时间序列模型有自回归模型(AR),移动平均模型(MA),自回归移动平均模型(ARIMA)等。人口数量在时间上的变化,具有当前变化受前期数量状况的影响的特殊性质。因此可以用自回归模型Yt=a+bYt-1来预测其继后期的数量。应用最小二乘法得到时间序列模型为: Yt=0.3377029+0.981812Yt-1 三、计算过程 ? ?(三)预测结果的比较分析 利用上述所建立的人口预测模型,可以求出我国2001-2004年人口总数的预测值,结果见表2。 表2 各年预测值与预测的相对误差 (单位:亿人) 年份 2001 2002 2003 2004 模型 实际值 12.7627 12.8453 12.9227 12.9988 线性回归 预测值 12.82554 12.96239 13.09924 13.23609 相对误差% 0.49 0.91 1.37 1.83 二次曲线 预测值 12.76491 12.86938 12.97078 13.06909 相对误差% 0.02 0.19 0.37 0.54 指数函数 预测值 12.87087 13.02731 13.18565 13.34591 相对误差% 0.85 1.42 2.03 2.67 自回归 预测值 12.69240 12.79858 12.90283 13.00518 相对误差% -0.55 -0.36 -0.15 0.05 由以上分析所得数据可知,就2001-2004这四年来说,种预测模型都得到了和实际值十分相近的结论。尤其是二次曲线模型和自回归模型,他们的相对误差的绝对值不超过0.6%。指数函数模型相对误差相对其他模型有点大,但也在可接受的范围之内。所以,以上种模型都是可取的。 三、预测的组合数学模型 对全国人口数进行预测时,假设有n个模型都通过了统计检验,在通过了有关合理性检验准则(如经济含义检

文档评论(0)

haihang2017 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档