殷春武

（西京学院，西安710123）

基于时间权重的回归预测模型

殷春武

（西京学院，西安710123）

文章充分考虑新旧历史数据对预测结果影响程度不同，探讨并给出了确定时间权重应该满足的条件，且基于所给时间权重建立了基于时间权重的回归预测模型，在预测值和历史数据相对误差平方和最小的前提下推导了确定回归预测模型的参数确定公式。该模型更符合实际预测的情况，更具有实用性。

回归预测；模型；时间权重；参数

客观世界中很多事物、现象、因素彼此关联而构成关系、过程、系统。如果这种关系不便于用解析式表示时，则可以运用统计学的方法寻找这些量之间的统计关系，若这些统计关系符合最小二乘法则，则可以运用回归分析模型进行预测。

经过各学者的共同研究和探讨，关于回归预测模型的研究和运用已经很熟练了，而且该预测方法已经成为通用的预测模型了，并在实际应用中得到较好的运用。但是通观现有回归预测研究可以发现，在现有的回归预测模型的运用过程中并没有考虑用来建立预测模型的历史数据的新旧程度对建立模型的影响程度的大小。即对于某一社会经济问题，由于受到市场环境、社会环境及国家宏观调控政策等方面的影响，用来建模的近期历史数据对于最终的预测结果的影响程度肯定要比远期历史数据的影响程度要大，所以在对后期数据的预测建模过程中，应该对于所采集的历史数据的不同时期给与不同的权重，这样建立的预测模型更符合实际情况，且预测模型的实用性和精度会进一步提高。……