Р2002Р4084Р2007Р11454Р2003Р5575Р2008Р10117.5Р2004Р5642Р2009Р12067.3Р以上表中北京近十年房价为例,做如下计算:Р原始数据序列:Р相应的生成序列:РZ1为X1的紧邻均值生成序列:Р最终得到时间相应式:Р还原X0的模拟值为=Р 还原出X0的模拟值,由Р,得Р计算灰色关联度:ε=0.997>0.90 ,精度为一级,关联度为一级,可用Р进行预测:当k=10时, ;Р当K=11时, ;Р 当K=12时, 。Р由附录三中各个城市2002-2009年房价数据,分别预测上海,广州,大连,南京,乌鲁木齐,石家庄,长春2010-2012三年的房价数据。Р得到下表:Р北京Р上海Р广州Р大连Р厦门Р2010Р14145Р19077Р11893Р10311Р12011Р2011Р16223Р23288Р13830Р12171Р14184Р2012Р18605Р28433Р16084Р14338Р16705Р南京Р乌鲁木齐Р石家庄Р长春Р2010Р14685Р4235Р12684Р13356Р2011Р17691Р4387Р15060Р15939Р2012Р21309Р5527Р17879Р19018Р其中,根据北京,上海,广州房价的预测数据,绘制大致走势图如下:Р Р6. 2拟合模型Р6. 2 .1拟合模型的建立Р?许多数据资料显示,利用上述模型方法求解的参数存在很大的误差,进而使得预测误差增加,为了提高模型的拟合精度和预测精度,减弱误差的影响,可对(2)式进行二次参数拟合,根据第一次估计的值,(2)式可改写为:Р (5)Р?利用(1)式统计的数据,可以得到:Р (6)Р上式是(5)式的矩阵形式,的形式和的形式是相同的,为统计量:Р Р由最小二乘法可以得到参数的表达式:Р (7)Р将(7)式所得参数代入(5)式可得二次参数拟合的模型。
全文预览
