基于指数平滑法与回归分析法的有效发明专利预测.docVIP

基于指数平滑法与回归分析法的有效发明专利预测 基于指数平滑法与回归分析法的有效发明专利预测 十二五规划已将每万人口发明专利拥有量纳入主要目标，究竟广东省发展能否达到政府的目标，能否如何通过合理预测有效发明专利量来推动国家知识产权战略的实施，是个值得思考的问题。有效发明专利拥有量的预测有多种方法，各种方法都有自己的独到之处，但也存在着相应的缺点和不足。本文运用指数平滑法和回归分析法对广东省2006-2013年有效发明的数量进行拟合与分析，以探讨使用此模型预测广东省未来几年每万人口发明拥有量发展情况。 　　1 指标介绍 　　每万人发明拥有量=有效发明/常住人口。根据《专利法》的相关规定，发明专利权的期限为20年，发明获得授权并按时缴纳年费的发明专利为有效发明[2]。专利权人应当自被授予专利权的当年开始缴纳年费以维持专利权，否则专利权会在期限届满前失效。有效发明专利量是衡量一个地区科技创新能力和水平最直观、最重要的指标。 　　资料来源：中华人民共和国国家知识产权局统计 　　年报。 　　分析方法：运用excel实现模型的拟合检验，计算和预测。 　　2 指数平滑法预测 　　2.1 指数平滑法的基本原理 　　指数平滑法是最常用的预测方法之一，是在单一事件序列统计模型的基础上进行预测的方法，它利用需要预测的时间序列中的信息来预测[1]。根据平滑次数不同，有一次指数平滑法、二次指数平滑法和三次指数平滑 　　法等。 　　2.2 二次指数平滑法建模原理 　　用一次指数平滑法进行预测，仍存在着明显的滞后偏差。因此，也必须加以修正。修正的方法与趋势移动平滑法相同，即再作二次指数平滑，利用之后偏差的规律来建立直线趋势模型，这就是二次指数平滑法。这种方法进行两次单指数平滑（使用相同的平滑参数），适用于有线性趋势的序列[3]。 　　本预测中主要是本文由论文联盟http://www.LWlm.cOm收集整理运用二次指数平滑建立线性模型，利用线性模型来进行未来预测。其计算公式如下： 　　一次指数平滑值： 　　二次指数平滑值： 　　其中：、为T期一次、二次指数平滑值，a为阻尼系数，为实际值，、为初始值，均采用时间数列的前三项平均加权计算。 　　线性模型：T=a+bK K为预测器间隔期数 　　a、b为平滑系数，按下列公式求： 　　a=2- b=a/1-a（-） 　　2.3 指数平滑法对有效发明拥有量的预测 　　本次收集的有效发明专利拥有量仅有8年，不能忽略初始平滑值对预测值的正常影响，经过反复失算，可以采用前两个数据的平均值作为平滑初始值。预测所需的原始数据即有效发明拥有量变化较大，故阻尼系数的选择比较重要，因为有效发明波动比较大，因此系数取值较大比较合理。本案例经过多次反复计算，阻尼系数取0.8，人口增长率设定为0.8%。由此可预测有效发明量，再根据常住人口的增长1%，可计算每万人口发明专利拥有量。 　　数据及预测结果见表1。 　　由此可见，安置二次指数平滑法预测截至到2020年我省每万人口发明专利拥有量20件/万人。 　　3 回归分析法对有效发明拥有量的预测 　　3.1 回归分析法的基本原理 　　回归分析是研究随机变量之间的相关关系的一种统计方法。其用意是研究一个被解释变量（又称因变量）与一个或多个解释变量（又称自变量）之间的统计关系。从散点图可以判断两个变量时线性关系时，可以考虑用回归分析拟合。 　　相关关系，是研究两个或两个以上随机变量之间相互依存关系的方法。相关分析研究的是随机变量，并且部分自变量与因变量，回归分析研究的变量要定出自变量和因变量。在实际工作中，一般先进行相关分析，由相关系数或相关指数的大小决定是否需要进行回归 　　分析。 　　3.2 回归分析法对有效发明拥有量的预测 　　指数平滑法在数据的时间连续性有一定的要求，目前我省有效发明量的数据从2006年起公布并纳入统计口径，因此使用回归分析法对数据用excel进行预测。 　　回归分析的结果如下： 　　读取回归结果：相关系数为0.976427，证明X和Y变量高度相关，由此可得出可进行回归分析。 　　利用年份与有效发明量做F检验，由表可见F值为122.7846F0.01。 　　以年份作为X轴，有效发明拥有量作为Y轴，进行先行回归，建立回归模型Y=13138.5X-17141。推算2020年我省有效发明量为179937件。由此计算每万人口发明拥有量为16件/万人。 　　4 预测结果分析 　　本文根据实际数据资料，采用指数平滑法和回归分析法，对每万人口发明专利拥有量分别进行预测。参照历年的数据结合专家分析法，推断回归分析法预测结果更保守。可见，回归分析预测方法用于指导预测每万人口发明专利拥有量效果更佳，预测模型具有一定的参考意义，实现政府监测每万人口发明专利拥有量的动态 　　管理。 　　当然，随着社