資源描述：
《一種基于馬爾可夫鏈的隨機(jī)預(yù)測模型--以日本地方經(jīng)濟(jì)為例.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、·6·價(jià)值工程一種基于馬爾可夫鏈的隨機(jī)預(yù)測模型——以日本地方經(jīng)濟(jì)為例ARandomPredictingModelBasedonMarkovChmn：TakingEconomyofJapanasanExample賴靜LAIJing(阿壩師范高等?？茖W(xué)校，汶JII62302)(AbaTeachersCollege，Wenchuan623002，China)摘要：本文通過分析研究，提出一種基于馬爾可夫鏈的隨機(jī)預(yù)測模型，該模型在預(yù)測日本地方經(jīng)濟(jì)時(shí)可以取得較好的效果。該模型可以預(yù)測2020年及之前日本各地方縣市經(jīng)濟(jì)的變化情況。雖然本文提出的模型比較簡單，但通過擴(kuò)展，該模型在預(yù)測日本地方縣市經(jīng)濟(jì)時(shí)可以提供
2、更準(zhǔn)確的信息。Abstract：Throughanalysisandresearch，thisP印erputsforwardarafldompredictingmodelbasedonMarkovchain．ThismodelcanachievebetterresultsinpredictingtheJapaneselocaleconomy．，I’hemodelcanpredictthechangesoftheJapaneselocaleconomyby2020．Althoughtheproposedmodelisrelativelysimple，itcarlprovidemoreaccura
3、teinformationinthepredictionofJapaneselocaleconomythroughexpansionofthemode1．關(guān)鍵詞：地方經(jīng)濟(jì)；日本；隨機(jī)模型；馬爾可夫鏈Keywords：thelocaleconomy；Japan；stochasticmodel；MarkovChain中圖分類號：0211．62文獻(xiàn)標(biāo)識碼：A文章編號：106—4311(2014)13—0006—040引言因此，目前的國內(nèi)生產(chǎn)總值GDP實(shí)際上可由馬爾可從1990年開始，日本經(jīng)濟(jì)就進(jìn)入從快速增長轉(zhuǎn)為長夫鏈構(gòu)造出一種模型。接下來我們會介紹一種用真實(shí)的經(jīng)期低迷的周期。不過直至200o年才發(fā)現(xiàn)
4、造成這種現(xiàn)象的濟(jì)數(shù)據(jù)估算轉(zhuǎn)移矩陣M的方法，研究表明該方法可以度原因，如日本的人口出生率較低，人均壽命不斷增加，人口量收入分布的收斂性。通過收集每個(gè)國家或地區(qū)的經(jīng)濟(jì)數(shù)總量持續(xù)下降以及經(jīng)濟(jì)實(shí)力和人口主要集中在東京等地?fù)?jù)，為樣品總量假定一個(gè)合適的網(wǎng)格線，基于這個(gè)網(wǎng)格線區(qū)。因此需要一種對各類信息進(jìn)行定量分析的工具，從而對每個(gè)損益表進(jìn)行分類，采用矩陣估算的方法對每個(gè)國家了懈經(jīng)濟(jì)資源，包括勞動力、生產(chǎn)材料、資金的分布情況，和地區(qū)的響應(yīng)時(shí)間進(jìn)行匯總。這種情況下，收入由高到低這也就是本文的出發(fā)點(diǎn)。首先最好是建立一種經(jīng)濟(jì)模型來大體上可以被分成5種情形。然而這不能反映個(gè)人或區(qū)域獲取地區(qū)之間經(jīng)濟(jì)資源的分布情況。盡管
5、如此，該模型需內(nèi)部收入的變化，因此為探討地方縣市經(jīng)濟(jì)數(shù)據(jù)的變化，要考慮到所有GDP宏觀指標(biāo)的變化。為了找出全國經(jīng)濟(jì)本文在計(jì)算時(shí)作了以下處理，實(shí)現(xiàn)過程如下：變化的原因，本文在馬爾可夫鏈的基礎(chǔ)上建立一種新的隨令Ft是一個(gè)3xl的矩陣，在時(shí)間t上的轉(zhuǎn)移矩陣M。機(jī)模型。這是一種簡單的預(yù)測模型：在一個(gè)數(shù)字序列中，可}lat．1】atIl2aI'131l以用前一項(xiàng)包含的信息推出后一項(xiàng)。此外它還是西姆斯是一個(gè)3x3的矩陣，形如：Mt={Iat．2】at,22a'23}(3)1980年提出的向量自回歸模型的一種形式。在經(jīng)濟(jì)預(yù)測alaIa∞J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)假定Ft=(bI’】
6、bt，2b。．3)以及F=(bt+l,1bt+1．2b十1'3)對于每研究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(jì)融合的程度。在預(yù)測經(jīng)濟(jì)時(shí)，雖然諸如馬爾可夫鏈一類個(gè)方程(1)可得出：的隨機(jī)模型比計(jì)量經(jīng)濟(jì)模型更容易，但預(yù)測的結(jié)果并不總bt+l1=(4—1),(b41*at．1】+bt,2*at,12+bI13a【Il，)是可靠的。因此為了增加預(yù)測的可靠程度，我們進(jìn)行蒙特bt+l2：(4—2)卡羅試驗(yàn)，并給定一個(gè)預(yù)測區(qū)間。,(b。at,2+bt,2*at,22+ba啦，)1預(yù)測模型bt+l3=(4—3),(b。+bt,2*at,32+bf，3a)馬爾可夫鏈?zhǔn)且粋€(gè)著名的推導(dǎo)概率鏈的工具。對于每
7、然而當(dāng)概率矩陣Ml的每列之和等于1，即個(gè)馬爾可夫轉(zhuǎn)移矩陣M=(Pii)它的轉(zhuǎn)移概率Pi{滿足0≤3a~k=1(5)，對任何J都成立時(shí)。(P)sl，∑p=1，一個(gè)線性概率鏈可推到為p=Mpt=k=li：l0，1，2?。令向量Ft為周期t內(nèi)所有地方縣市GDP，F(xiàn)l+l表公式可能無法保持馬爾可夫鏈的特性。示周期t+l內(nèi)的值。假定矩陣M是Ff在F上的映射，因因此我們引入了GDP增長總率作為調(diào)整參數(shù)，33而
