1) regression method
回归预测技术
1.
On the basis of the statistic data of construction market in China from 1996 to 2006, by using regression method and difference method, this paper studied and forecasted the construction market s demand and development trend in China in the 11th five-year planning period.
在对中国建筑市场现状调查分析的基础上,根据1996～2006年的统计数据,利用回归预测技术和差分法对"十一五"期间中国建筑市场需求与发展趋势进行了研究和预测。
2.
According to the statistic data about construction market from 1998 to 2006, by using regression method and difference method, this paper analyzed and forecasted the construction market s demand and development trend in Sichuan.
在对四川省建筑市场现状调查的基础上,根据1998～2006年的统计数据,利用回归预测技术和差分法对今后的四川建筑市场需求与发展趋势进行了分析预测。
3) Regression forecast
回归预测
1.
Analysing the relationship between the correlation degree, the precision, the sample size in regression forecast, two models are obtained.
分析了回归预测中相关度、精确度与样本数量三者之间的关系，得出了２个关系模型。
4) regression prediction
回归预测
1.
Radial Basis Function Neural Networks(RBF NN) are frequently used for regression prediction.
径向基神经网络经常用于回归预测,但是高维的核函数矩阵运算需要花费巨大计算资源。
2.
Based on different kinds of information, four models for predicting the remaining life of concrete structures are proposed in this paper, which are regression prediction model, grey prediction model, improved grey model and neural network model.
基于不同的信息,提出现有混凝土结构剩余寿命预测的四种模型:回归预测模型、灰色预测模型、灰色改进模型和神经网络模型,决策者可根据自己的知识水平、所掌握的信息种类和数量等主客观条件来选用不同的模型进行预测分析和决策制定。
5) regression forecasting
回归预测
1.
In order to simplify the problem in regression forecasting,we don t often consider gray information.
由于客观世界上存在灰色信息 ,而通常的回归预测法中为了问题的简单化不考虑灰色信息。
2.
This paper presents an approximatians statistical analysis method to select the best design With the principle of regression analysis and regression forecasting the method discusses when the product of two correlated economic variables obtains maximum or minimum value.
本文提出了经济活动中一种随机最优化的处理方法，该方法利用回归分析和回归预测的原理，讨论了两个相关的经济变量之积在何时取得最大值或最小值，并以国营第７１４厂“熊猫彩电”在国际市场上销售的经验数据为例，给出了寻找最大值的近似方法和步骤。
补充资料：回归模型预测法
回归模型预测法
【回归模型预测法】简称“回归预测法”，以定量研究变量间相关关系的回归方法为基础的预测方法。基本思路是:通过样本信息，分析预测对象与有关因素之间的总体相关关系，设定适当的数学模型(称为总体回归模型)将这种相关关系的类型表达出来;然后再利用样本信息，运用参数估计法，建立反映预测对象与主要相关因素之间总体关系的样本回归模型;进行必要的检验;最后根据已建立并通过检验的样本回归模型，来预测研究对象的未来状况。其中，在预测之前所做的那些工作，包括模型设定、参数估计和模型检验，统称为回归分析。由回归方法建立起来的数学模型，就称为回归模型。它一旦用于预测，又可称为预测回归模型。回归模型可分为线性回归模型和非线性回归模型，也可分为一元回归模型和多元回归模型。回归预测法，有比较严密的理论基础和较成熟的计算分析方法，如果模型建立得当，则可得到比较精确的预测结果。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条