郝　乐,吴　頔

(1.辽宁大学 国际关系学院,辽宁 沈阳　110036;2.沈阳大学 经济学院,辽宁 沈阳　110041;3.平安银行股份有限公司 沈阳分行,辽宁 沈阳　110001)



线性回归组合预测模型
——以中国人口老龄化预测为例

郝乐1,2,吴頔3

(1.辽宁大学 国际关系学院,辽宁 沈阳110036;2.沈阳大学 经济学院,辽宁 沈阳110041;3.平安银行股份有限公司 沈阳分行,辽宁 沈阳110001)

摘要:利用不同时期的数据分段建立线性回归模型,然后依照误差最小的原则将其组合成精度更高的线性回归组合预测模型。并以中国人口老龄化预测为例,说明了该预测模型的应用。

关键词:线性回归;组合;预测模型;老龄化

预测模型种类很多,主要有线性回归模型、指数模型、幂函数模型、灰色系统GM(1,1)模型、Logistic模型等等[1-4],各种模型都有其自身的特点和适用的范围,在进行预测之前,对于模型的选择是很关键的。要构建一个科学的预测模型并不是一件十分容易的事,因为预测模型是否科学,一方面取决于预测结果是否准确,另一方面取决于模型本身是否简单。然而,这两方面却是矛盾的,模型简单,预测结果就不会太准确;而预测结果相对准确,模型就不会太简单。线性回归模型是最基本的一种预测模型,随着数据信息的更新,采用信息分段建模,将几个线性回归模型组合后进行预测,精度会更高。

一、一元线性回归模型

设自变量x与变量y对应的观测值见表1。

表1　自变量x与变量y对应的观测值

如果变量间存在着线性关系,则可用直线

来拟合它们之间的变化关系。……