ARIMA与指数平滑在区域高等教育规模预测中的比较研究.pdfVIP

第26卷第6期 四川理工学院学报 (自然科学版) Vo1J26 No．6 2013年 12月 JournalofSichuanUniversityofScience＆Engineering(NaturalScienceEdition) Dec．2013 文章编号：1673-1549(2013)06-0083-03 DOI：10．3969／j．issn．1673-1549．2013．06．019 ARIMA与指数平滑在区域高等教育规模预测中的比较研究 郑凤霞 (四川文理学院数学与财经学院，四川 达州 635000) 摘 要：文章利用在校学生数作为区域高等教育规模指标，建立了基于四川省高等教育在校学生数 据序列的ARIMA和指数平滑预测模型，并进行了比较，得出最优模型为ARIMA(2，1，5)模型；用此模型 对四川省2013—2015年高等教育在校学生数做 出了预测。结果表明，四川省高等教育在校学生数在近 三年内仍会增长，但增长速度趋于缓慢，到2015年末，四川省高等教育在校学生数约为 l163100人。 关键词：区域高等教育规模 ；ARIMA模型；指数平滑模型 中图分类号：O212 文献标志码：A ARIMA和指数平滑预测模型，并进行了比较，得出最优 引 言 模型为ARIMA(2，1，5)模型；用此模型对四川省2013— 教育是关于民生的重大问题，关系亿万青少年的成 2015年高等教育在校学生数做出了预测。 长和成才，关系国家民族的前途命运，是当今各国综合 1 模型描述 国力竞争的战略焦点。 区域高等教育发展规模预测是制定教育规划、教育 1．1 ARIMA模型 资源合理配置过程中的重要环节，同时也是政府部门制 目前，最常用的用于拟合平稳序列的模型是ARMA 定教育规划与政策的基础工作，对区域高等教育发展规 模型，它的广泛应用源于它的统计性质和著名的Box— 模进行有效预测具有非常重要的意义。 Jenkins方法 。实际生活中，绝大部分序列都是非平稳 在高等教育规模预测中，学者们经常用到指数平滑 的，但是这些序列经过差分后都会显示平稳序列的性质。 模型，如丁云华 选用线性趋势法、二项式趋势线法、指 ARIMA模型就是由差分运算和ARMA模型组合而成。 数趋势线法对我国2011—2015年民办高校发展规模进 设 自回归模型的阶数为P，移动回归模型的阶数为 q，差分运算的阶数为d，则求和 自回归移动平均模型记 行了预测；佟赤等 用指数平滑模型对成人高等医学教 为ARIMA(P，d，q)Esl，其表达式为 ： 育进行预测；邵云飞等 用趋势拟合模型、二次指数平 ， (B) Y = (B) 滑模型、线性回归模型预测四川省研究生教育未来 10 {lE( 年所应达到的规模；Healey和 Brown 用指数平滑模型 s)=0，Var(s，)=占，E(s8)=0，s≠t 预测大学在校学生数 ；弗兰克尔和格雷尔德 在进行美 E(y8)=0，Vst 国高等教育注册生预测时，根据对入学率进行指数平 其中， 滑 ，从而预测出未来 的入学率。另外，夏新斌等 用 ， =(1～B) ARIMA模型对湖南中等职业教育预测进行