论文部分内容阅读
在经典多层递阶预报模型中,预报因子对模型的贡献大小主要取决于各因子间的相对量值差异,而与预报因子本身的实际预报价值关系甚微。本文针对这一缺陷,提出了一种回归分析与多层递阶方法相结合的统计预报模型——多层递阶回归分析。它既摒弃了经典统计理论中的固定参数预报模型,又较好地消除了由于变量间相对量值差异所造成的贡献差异,充分体现了高相关因子在预报模型中的重要作用。实例计算结果表明,多层递阶回归分析方法的预报效果明显优于经典多层递阶方法和回归分析。