摘要
尝试将组合预测法应用于我国未来粮食产量的预测,以提高预测精度。通过赋予合理权重,将C-D生产函数模型、多元回归模型和指数平滑模型加权组合。对各模型进行平均绝对百分误差(MAPE)、希尔不等系数(Theil IC)和均方根误差(RMSE)等指标的比较,证明单一模型经过组合能够提高预测精度。
Combination forecasting model will be applied to forecast the grain production of China,in order to make the result more exact. The model which combined Cobb-Douglas production function,multiple regression model and exponential smoothing model can improve the accuracy of fix and forecast by proper weighs. By analyzing different indicators,the author consider that combination forecasting model is superior to three other models in this application.
出处
《农业现代化研究》
CSCD
北大核心
2007年第1期101-103,共3页
Research of Agricultural Modernization
基金
国家科技攻关计划子课题<我国粮食生产
消费与供需平衡研究>(编号:2001BA501A17B-6)
关键词
组合预测方法
粮食产量
C-D生产函数模型
多元回归模型
指数平滑模型
combination forecasting method
grain production
C-D production function model
multiple regression model
exponential smoothing model
