导读:本文包含了虚拟变量模型论文开题报告文献综述及选题提纲参考文献，主要关键词:月份效应,虚拟变量,GARCH模型
虚拟变量模型论文文献综述
邹晓峰,李则瑶[1]（2019）在《中小板综合指数收益率的月份效应研究——基于含有虚拟变量的GARCH模型》一文中研究指出股票市场中的月份效应是指金融市场与月份有关的非正常收益,是股票市场日历效应的一种类型,也是一种市场异象。月份效应在股票市场中主要表现为某个或某些月份的平均收益率显着地异于其他月份的平均收益率。文章以现有研究为基础,选取2016年1月4日至2018年4月4日两年的中小板综合指数为数据样本,运用包含虚拟变量的GARCH模型对中小板是否存在月份效应这一市场异常现象进行实证检验。研究结果表明,中小板市场综合指数收益率具有六月效应,并且较为显着。最后结合研究结果,针对我国中小板市场上的投资者提出相关建议。(本文来源于《企业科技与发展》期刊2019年07期）
丁松,党耀国,徐宁[2]（2018）在《基于虚拟变量控制的GM(1,N)模型构建及其应用》一文中研究指出现实中系统行为特征序列常受到虚拟变量的影响,而此时传统GM(1,N)模型不能准确地描述系统特征的变化规律.将虚拟变量引入传统GM(1,N)模型的灰作用量,构建虚拟变量控制的GM(1,N)模型,讨论新模型的参数求解方法;鉴于背景值对模型精度有着重要影响,利用粒子群优化算法对含有插值系数的背景值进行优化求解;从两个角度提出虚拟变量有效性检验方法.最后,通过河南省农民人均收入预测案例表明,新模型能够准确描述虚拟变量影响下系统特征序列的未来变化趋势.(本文来源于《控制与决策》期刊2018年02期）
梁杰,陈春,房真,陈丹丹[3]（2017）在《基于虚拟变量回归模型分析小区开放对周围道路通行的影响》一文中研究指出目的针对小区开放问题,建立评价指标体系、车辆通行模型,对小区开放、道路通行影响进行定量研究。方法以北京市某一区域交通情况为例,收集相关数据,使用虚拟变量、层次分析、多元线性回归、功效系数、控制变量等方法,分别建立虚拟变量回归模型、多元拟合回归模型、控制变量模型,综合运用MATLAB、EVIEWS等软件编程。结果小区开放对周围道路通行影响与小区类型有关;车辆通行的模型为多元线性回归模型;住宅型小区开放对道路通行影响最大。结论小区开放对道路通行可能有积极影响,也可能会有消极影响,城市规划研究单位和交通管理部门可以通过合理增加车道条数和交叉口个数,促进小区开放对道路通行的积极影响。(本文来源于《河北北方学院学报(自然科学版)》期刊2017年07期）
李凯,赵滨滨,曹占峰,刘展展,曹云峰[4]（2017）在《基于回归分析和虚拟变量的短期用电量预测管理模型》一文中研究指出为适应电力市场化交易,实现短期用电量的准确预测,调研了影响短期用电量的主要因素,重点分析了气温与用电量数据的关联关系,并利用电量在时间分布上具有惯性的特征,提出了考虑气象条件的因变量滞后回归模型。同时对比了工作日、休息日、固定假日和移动假日用电量的差异,针对不同情况获得了虚拟化变量的系数,在此基础上建立了短期用电量预测模型,并对模型进行了静态预测和动态预测的实证分析,模型的建立为地区电网项目建设起到重要的理论支撑作用。(本文来源于《电气应用》期刊2017年02期）
许金炜[5]（2016）在《基于虚拟变量回归与SARIMA组合模型的GDP预测》一文中研究指出文章根据我国1992年至2015年的GDP季度数据,建立了虚拟变量回归(DVR)模型、SARIMA模型及其组合(DVR-SARIMA)模型,并进行了比较与分析,结果发现组合(DVR-SARIMA)模型的拟合效果最好,预测性能亦是最好,且利用组合(DVR-SARIMA)模型对我国未来的季度GDP进行了预测,以期对我国未来的总体经济增长情况做出合理的分析与判断。(本文来源于《统计与决策》期刊2016年24期）
鲍枫,汪波,黄建玲,白云云[6]（2016）在《轨道交通节假日票卡进站量修正的虚拟变量回归模型构建》一文中研究指出根据影响城市轨道交通节假日一票通进站量因素的特点,把自变量分为连续变量和虚拟变量。依据虚拟变量的有序性和无序性,实现不同的量化方法,建立轨道交通节假日一票通进站量与连续变量和虚拟变量的回归方程。对回归方程的残差进行平稳性检验,建立残存序列的ARMA(1,5)模型。结合以上两个模型,构建基于虚拟变量的回归方程和ARMA(1,5)的组合预测模型。以北京2014年10月1日到2016年4月4日之间所有节假日一票通进站量数据进行实例分析,验证了组合模型的精度比原来的回归模型的精度提高了12.33%,说明此组合预测模型是有效的。(本文来源于《公路》期刊2016年09期）
吴良平,张健[7]（2015）在《入境游客在中国区域的动态分布及其预测研究——基于带虚拟变量的ARIMA模型》一文中研究指出文章依据1994—2012年入境旅游数据,运用统计分析方法,探究入境游客在中国区域分布的动态变化规律及其趋势,同时厘清了入境游客在7大区域分布和省级区域分布之间的动态脉络和关系。研究发现:(1)外国游客、港澳游客和台湾游客在中国7大区域的分布目前已经出现了较为稳定的相同变化趋势:中国北边以华北为中心呈现比重下降的趋势,中国南边以华南为中心呈现比重下降的趋势,其他5大区域均出现了不同程度的比重上升趋势;(2)华北、东北、华南、西南和西北均包括了具有主导效应的代表省区,华中的代表省区和其他两个省区对华中具有几乎相同的效应,而华东的7省区对华东具有相对复杂的综合效应;(3)外国游客、港澳游客和台湾游客在中国省级区域的分布已经出现以"北京、上海和广东"为核心的下降趋势状况。该文额外针对入境游客在中国区域单位比重的异常变化进行了定量研讨,同时给出了入境游客在中国区域2012年的空间分布格局及趋势。(本文来源于《旅游学刊》期刊2015年11期）
张舒涵[8]（2015）在《上证指数收益率的月度效应研究——基于含虚拟变量的GARCH模型》一文中研究指出股票市场中的月份效应,是违反市场有效性的异常现象之一,主要表现为某些月份的股票收益率显着高于或低于其他月份的收益率。本文主要研究上证股市的月度效应,以2005年至2014年间的有效交易日为样本日期,选取上证指数的收盘价,运用包含虚拟变量的GARCH模型来研究上证股市是否存在月度效应。通过实证研究表明,上证股市存在月度效应,即一年内一、二月的月平均收益率较高,六月份的月平均收益率较低。最后结合我国的实际情况给出上证股市收益率存在月度效应的原因。(本文来源于《阜阳师范学院学报(社会科学版)》期刊2015年02期）
刘明[9]（2014）在《虚拟变量回归模型的应用:方差分析及异常值检验》一文中研究指出虚拟变量的作用不仅局限于量化品质型数据,在不同的设置环境中有着不同的重要应用。文章简述了虚拟变量模型在结构变化分析、分段回归、交互影响等方面的基本应用,并进一步讨论了虚拟变量模型在方差分析及异常值检验中的使用方法和该方法的显着功效,通过比较分析得出了"利用虚拟变量模型进行方差分析和异常值检验更优"的结论。(本文来源于《统计与决策》期刊2014年16期）
张钰琪[10]（2014）在《虚拟变量模型在污水处理厂进水量分析中的应用》一文中研究指出本文以青岛市某污水处理厂为例,讨论了虚拟变量模型在污水处理厂进水量分析中的应用。根据污水处理厂四个季度进水量的变化情况,以第3季度为基础变量,将3个虚拟变量引入回归模型中,以反映污水处理进水量的变化规律,并以此预测未来的进水量。(本文来源于《科技视界》期刊2014年21期）
虚拟变量模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现实中系统行为特征序列常受到虚拟变量的影响,而此时传统GM(1,N)模型不能准确地描述系统特征的变化规律.将虚拟变量引入传统GM(1,N)模型的灰作用量,构建虚拟变量控制的GM(1,N)模型,讨论新模型的参数求解方法;鉴于背景值对模型精度有着重要影响,利用粒子群优化算法对含有插值系数的背景值进行优化求解;从两个角度提出虚拟变量有效性检验方法.最后,通过河南省农民人均收入预测案例表明,新模型能够准确描述虚拟变量影响下系统特征序列的未来变化趋势.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
虚拟变量模型论文参考文献
[1].邹晓峰,李则瑶.中小板综合指数收益率的月份效应研究——基于含有虚拟变量的GARCH模型[J].企业科技与发展.2019
[2].丁松,党耀国,徐宁.基于虚拟变量控制的GM(1,N)模型构建及其应用[J].控制与决策.2018
[3].梁杰,陈春,房真,陈丹丹.基于虚拟变量回归模型分析小区开放对周围道路通行的影响[J].河北北方学院学报(自然科学版).2017
[4].李凯,赵滨滨,曹占峰,刘展展,曹云峰.基于回归分析和虚拟变量的短期用电量预测管理模型[J].电气应用.2017
[5].许金炜.基于虚拟变量回归与SARIMA组合模型的GDP预测[J].统计与决策.2016
[6].鲍枫,汪波,黄建玲,白云云.轨道交通节假日票卡进站量修正的虚拟变量回归模型构建[J].公路.2016
[7].吴良平,张健.入境游客在中国区域的动态分布及其预测研究——基于带虚拟变量的ARIMA模型[J].旅游学刊.2015
[8].张舒涵.上证指数收益率的月度效应研究——基于含虚拟变量的GARCH模型[J].阜阳师范学院学报(社会科学版).2015
[9].刘明.虚拟变量回归模型的应用:方差分析及异常值检验[J].统计与决策.2014
[10].张钰琪.虚拟变量模型在污水处理厂进水量分析中的应用[J].科技视界.2014