论文部分内容阅读
经济、社会等各方面变量之间的关系常常是非线性的，并且由于宏观政策变动等各种因素的影响，很难取得长期的连续数据，因此处理经济数据的时候往往要面对小s样本非线性模型的情况。本文在分片逆回归方法(SIR)的基础上，提出了滑动SIR方法，并将该方法成功应用于劳动就业需求预测，在非线性小样本的假设下，以较高的精度将高维自变量集合综合成了一维变量，得到了劳动就业需求市场的一元线性预测模型。