一種基于馬爾可夫鏈的隨機預(yù)測模型

一種基于馬爾可夫鏈的隨機預(yù)測模型

ID:27650557

大?。?0.53 KB

頁數(shù):6頁

時間:2018-12-05

一種基于馬爾可夫鏈的隨機預(yù)測模型_第1頁
一種基于馬爾可夫鏈的隨機預(yù)測模型_第2頁
一種基于馬爾可夫鏈的隨機預(yù)測模型_第3頁
一種基于馬爾可夫鏈的隨機預(yù)測模型_第4頁
一種基于馬爾可夫鏈的隨機預(yù)測模型_第5頁
資源描述:

《一種基于馬爾可夫鏈的隨機預(yù)測模型》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、一種基于馬爾可夫鏈的隨機預(yù)測模型一一以日木地方經(jīng)濟為例ARandomPredictingModelBasedonMarkovChain:TakingEconomyofJapanasanExample賴靜LAIJing(阿壩師范高等??茖W(xué)校,汶川623002)(AbaTeachersCollege,Wenchuan623002,China)摘要:木文通過分析研究,提出一種基于馬爾可夫鏈的隨機預(yù)測模型,該模型在預(yù)測日木地方經(jīng)濟時可以取得較好的效果。該模型可以預(yù)測2020年及之前H木各地方縣市經(jīng)濟的變化情況。雖然木文提出的模型比較簡單,但通過擴展,該模型在預(yù)測

2、日木地方縣市經(jīng)濟時可以提供更準確的信息。Abstract:Throughanalysisandresearch,thispaperputsforwardarandompredictingmodelbasedonMarkovchain.ThismodelcanachievebetterresultsinpredictingtheJapaneselocaleconomy.ThemodelcanpredictthechangesoftheJapaneselocaleconomyby2020.Althoughtheproposedmodelisrelativel

3、ysimple,itcanprovidemoreaccurateinformationinthepredictionofJapaneselocaleconomythroughexpansionofthemodel.關(guān)鍵詞:地方經(jīng)濟;日木;隨機模型;馬爾可夫鏈Keywords:thelocaleconomy;Japan;stochasticmodel;MarkovChain中圖分類號:0211.62文獻標(biāo)識碼:A文章編號:1006-4311(2014)13-0006-040引言從1990年開始,日木經(jīng)濟就進入從快速增長轉(zhuǎn)為長期低迷的周期。不過直至2000年

4、才發(fā)現(xiàn)造成這種現(xiàn)象的原因,如日木的人口出生率較低,人均壽命不斷增加,人U總量持續(xù)下降以及經(jīng)濟實力和人U主要集中在東京等地區(qū)。因此需要一種對各類信息進行定量分析的工具,從而了解經(jīng)濟資源,包括勞動力、生產(chǎn)材料、資金的分布情況,這也就是本文的出發(fā)點。首先最好是建立一種經(jīng)濟模型來獲取地區(qū)之間經(jīng)濟資源的分布情況。盡管如此,該模型需要考慮到所有GDP宏觀指標(biāo)的變化。為了找出全國經(jīng)濟變化的原因,本文在馬爾可夫鏈的基礎(chǔ)上建立一種新的隨機模型。這是一種簡單的預(yù)測模型:在一個數(shù)字序列中,可以用前一項包含的信息推出后一項。此外它還是西姆斯1980年提出的向量自冋歸模型的一種形

5、式。在經(jīng)濟預(yù)測方面,已經(jīng)存在一些基于馬爾可夫鏈的模型,并且大多數(shù)研宄人員也提倡使用這些模型來衡量國家或地區(qū)之間經(jīng)濟融合的程度。在預(yù)測經(jīng)濟時,雖然諸如馬爾可夫鏈一類的隨機模型比計量經(jīng)濟模型更容易,但預(yù)測的結(jié)果并不總是可靠的。因此為了增加預(yù)測的可靠程度,我們進行蒙特卡羅試驗,并給定一個預(yù)測區(qū)間。1預(yù)測模型2數(shù)據(jù)本文中涉及到的數(shù)據(jù)來自于47個地方縣市的年度財政報告。GDP平減指數(shù)是基于2000年的冋比價格指數(shù)。從1996年開始到2000年官方每年都發(fā)布了實際GDP環(huán)比價格指數(shù),而1995年及之前的數(shù)據(jù)是用1995年的實際GDP環(huán)比價格的增長率來估計的。1990

6、-2007年使用的數(shù)據(jù)也是官方公布的財政年度數(shù)據(jù)。為了將財政年度轉(zhuǎn)換為日歷年度,我們將官方公布的GDP數(shù)據(jù)除以4,然后將本年第一季度的GDP加入到上一財年中。其次,在分析中縣市之間的人口差異是我們遇到的一個問題。既然本文探討的是各縣市的GDP變化,故將2007年確定為人U基準年,使用2007年的人口數(shù)據(jù)就可以將人均國內(nèi)生產(chǎn)總值轉(zhuǎn)化為地方縣市GDP總量。因此,若某年度的人口規(guī)模小于(或大于)2007年的,那么該年度的GDP的估值也相應(yīng)地大于(或小于)2007年,故可以消除測量周期內(nèi)人口數(shù)量變化對預(yù)測造成的影響。3仿真我們把仿真過程分為三個部分。首先,基于方

7、程(9)我們使用馬爾可夫鏈對2008-2020這個吋間段進行預(yù)測。接下來我們將一個經(jīng)濟震動值加入到馬爾可夫鏈轉(zhuǎn)移矩陣中,然后對新的預(yù)測結(jié)果進行分析。模擬的經(jīng)濟震動是一些自然災(zāi)害造成的,如2011年3月發(fā)生的日本大地震。最后,我們?yōu)榻?jīng)濟震動之前和之后轉(zhuǎn)移矩陣中的每個元素增加一個不確定性,并進行蒙特卡羅實驗0的是為了讓計算結(jié)果具有魯棒性和準確性。從今以后,在展示分析解析細節(jié)和結(jié)果的吋候,我們可以將蒙特卡羅實驗分為經(jīng)濟震動之前和經(jīng)濟震動之后兩個部分。3.1蒙特卡羅實驗前不確定性軌跡分析表1顯示了基于方程(9)轉(zhuǎn)換矩陣的部分預(yù)測結(jié)果。這個轉(zhuǎn)移矩陣是基于1990-

8、2007年方程7的最優(yōu)化問題并通過算術(shù)平均進行計算得到的。該表顯示轉(zhuǎn)移中北海道對

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。