统计预测与决策课程论文-中国个体就业人口数

PAGEPAGE12各专业全套优秀毕业设计图纸统计预测和决策课程论文中国个体就业人口数学院：班级：学生姓名：指导教师：完成时间：目录摘要………………2一绪论……………3二数据来源………3三模型及预测方法的介绍………4四模型建立、求解及检验………81.移动平均法预测……………82.指数平滑法预测……………93.一元线性回归预测………10五分析与结论…………………11六参考文献……………………12摘要“十二五”期间,我国劳动力总量供求矛盾不减,结构性矛盾更加突出,仍将面临较大的就业压力。这是人力资源和社会保障部就业促进司司长于法鸣日前透露的。于法鸣说,预计未来5年,我国平均每年需要解决2500万人就业,比“十一五”期间有所增加。而如果经济增速保持在8%,每年能提供的岗位约为1200万个,存在较大的供需矛盾,未来5年应当把就业放在更加重要的位置上加以推动。目前,中国就业促进会正在进行深入研究,为决策制定提供依据。(文/白天亮据《人民日报》)未来5年每年需就业人口数约2500万。正"十二五"期间,我国劳动力总量供求矛盾不减,结构性矛盾更加突出,仍将面临较大的就业压力。这是人力资源和社会保障部就业促进司司长于法鸣日前透露的。本论文通过收集全国2001-2013年的个体就业人员人口总数数据，并且分别采用移动平均法、指数平滑法、一元线性回归预测模型对全国未来五年的人口就业情况进行预测。通过建模求解我们可以预测到未来五年个体就业人口总数成上升趋势关键词：移动平均法；指数平滑法；线性回归；excel一、绪论就业是民生之本，是人民改善生活的基本前提和基本途径。中国有近13亿人口，是世界上人口最多的国家。在中国，解决就业问题任务繁重、艰巨、紧迫。中国政府从亿万人民的根本利益出发，高度重视就业问题。中国政府依据《中华人民共和国宪法》，以及《中华人民共和国劳动法》等法律法规，保障劳动者的就业权利，采取各种政策措施积极促进就业，不断满足劳动者的就业需求。中国政府从国情出发，通过实践探索并借鉴国际经验，制定和实施了一系列积极的就业政策。目前，中国已建立起市场导向的就业机制，计划经济时期形成的企业富余人员问题基本得到解决，在经济发展和经济结构调整中就业规模持续扩大，就业结构逐步优化，就业渠道不断拓宽，就业形式更加灵活，总体上保持了就业形势的基本稳定。二、数据来源从中国统计年鉴上得到的安徽省2001到2013年总人口数的数据，如下：表1：个体就业人口数年份总个体就业人口数（万人）城镇就业人口（万人）乡村个体就业人口（万人）2001年4,760.22,131.22,629.02002年4,742.92,268.82,474.12003年4,636.62,377.02,259.62004年4,587.12,521.22,065.92005年4,900.52,777.72,122.82006年5,159.73,012.52,147.22007年5,496.13,309.52,186.62008年5,776.43,609.42,167.02009年6,585.34,244.52,340.82010年7,007.64,467.52,540.12011年7,945.35,226.92,718.42012年8,628.35,642.72,985.62013年9,335.86,142.33,193.5三、模型及预测方法的介绍1.移动平均法：移动平均法是根据时间序列资料逐项推移，依次计算包含一定项数的时序平均数,以反映长期趋势的方法。当时间序列的数值由于受周期变动和不规则变动的影响，起伏较大，不易显示出发展趋势时，可用移动平均法，消除这些因素的影响，来分析、预测序列的长期趋势。移动平均法有简单的平均法、加权平均法和趋势移动平均法。（1）简单移动平均法设时间序列为:;简单移动平均法的计算公式为:,式中：—t期移动平均数N—移动平均项数预测公式为:即以第t期移动平均数作为第t+1期的预期值。简单移动平均法只适合做近期预测，即只能对后续相邻的那一项进行预测。它一般适用于预测对象的发展趋势变化不大的情形。如果预测对象的发展趋势存在其他复杂的变化，采用简单移动平均法就会产生较大的预测偏差。（2）加权移动平均法在简单移动平均法计算公式中，每期数据在求平均时的作用是等同的。但是，实际上每期数据所包含的信息量是不一样的，近期数据包含着更多关于未来情况的信息。因此，把各期数据等同看待是不尽合理的，应考虑各期数据的重要性，对近期数据给予较大的权重，这就是加权平均法的基本思想。加权移动平均法的计算公式为:式中：—t期加权移动平均数—的权数预测公式：即以第t期加权移动平均数作为第t+1期的预期值。利用加权移动平均法，可以更准确地反映实际情况。但在加权移动平均法中，的选择，同样具有一定的经验性。一般的原则是:近期数据的权数大，远期数据的权数小。至于大小到什么程度，完全靠预测者对序列进行的全面了解和分析而定。2指数平滑法：指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。指数平滑法保留了移动平均法的有点，也消除了移动平均法对存储数据量大和对最近的N期数据等同看待，而对t-T期以前的数据则完全不考虑这两个缺点。它既不需要存储很多历史数据，又考虑了各期数据的重要性，而且使用了全部历史资料。它是移动平均法的改进和发展，应用极为广泛。指数平滑法根据平滑次数的不同，又分为一次指数平滑法、二次指数平滑法和三次指数平滑法。本文只介绍一次指数平滑法，介绍如下：设时间序列为;一次指数平滑公式为：式中：—一次指数平滑值；—平滑系数，且。预测模型为：也就是以第t期指数平滑值作为t+1期预期值。在进行指数平滑时，加权系数的选择很重要。的大小规定了在新预测值中新数据和原预测值所占的比重。值越大，新数据所占的比重就愈大，原预测值所占的比重就愈小，反之则相反。值的选择一般遵循下列原则:a.如果时间序列波动不大，比较平稳，则应取小一点，如0.1—0.3，以减少修正幅度，使预测模型能包含较长时间序列的信息。b.如果时间序列具有迅速且明显的变动倾向，则应取大一点，如0.6—0.8使预测模型灵敏度高一些，以便迅速跟上数据的变化。在实用时，类似于移动平均法，多取几个值进行试算，看哪个预测误差较小，就采用哪个值作为权重。用一次指数平滑法进行预测，除了选择合适的外，还要确定初始值初始值是由预测者估计或指定的。当时间序列的数据较多，比如在20个以上时初始值对以后的预测值影响很少，可选用第一期数据为初始值。如果时间序列的数据较少，在20个以下时，初始值对以后预测值影响很大，这时，就必须认真研究如何正确确定初始值。一般以最初几期实际值的平均值作为初始值。\3.一元线性回归回归分析是一种应用极为广泛的数量分析方法，是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。它用于分析事物之间的统计关系，侧重观察变量之间的数量变化规律，并通过回归方程的形式描述和反映这种关系，有助于人们准确的把握因变量与自变量之间的关系，进而为预测提供了科学依据。回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。因为货运量往往受很多因素影响，处理这类经济问题单用一元线性回归模型是远远不够的，所以在此研究中，必须考虑多元的线性回归模型，多元线性回归模型跟一元线性回归模型类似，只不过在具体计算上较为复杂。一元线性回归模型的数学模型为：（1）拟合优度检验为了检验总的回归效果,人们常引用无量纲指标复相关系数或其中，称为复相关系数。很显然，越大说明回归方程与样本值拟合得越好，反之越差。由于与模型中的解释变量个数有关，即如果观测值不变，决定系数将随解释变量的数目增大而增大，因而需对进行调整。调整后的决定系数，即修正后的，其中为变量个数。因此多元线性回归方程的的拟合优度检验采用修正的,修正的越接近1，说明回归方程对样本数据点的拟合优度越高，反之，修正的越接近于0，说明回归方程据点的拟合优度越低。（2）回归方程的显著性检验回归方程的显著性检验就是检验被解释变量与所有解释变量之间的线性关系是否显著，用线性模型来描述它们之间的关系是否恰当。利用检验对回归方程进行显著性检验的方法称为方差分析。检验统计量，对于给定的置信度,由分布表可查得的值,如果根据统计量算得的值为,则拒绝原假设，即个自变量的总体回归效果是显著的,否则认为回归效果不显著。（3）回归系数的显著性检验回归系数的显著性检验的主要目的是研究回归方程中的每个解释变量与被解释变量之间是否存在显著的线性关系，也就是研究每个解释变量能否有效地解释被解释变量的线性关化，它们能否保留在线性回归方程中。四、模型的建立、求解及检验1.移动平均法、加权平均法预测：⑴．简单移动平均法根据数据波动情况及经验设定移动平均项数N=2，再根据预测公式；，求出简单移动平均法的预测值并计算其误差。运用excel软件对数据进行简单移动平均,得到预测值和误差如下：表2移动平均法预测及误差结果年份简单移动平均就业人口总数（万人）预测值误差2001年4,760.204,713.23-0.009872002年4,742.904,655.53-0.018422003年4,636.604,708.070.0154142004年4,587.104,882.430.0643832005年4,900.505,185.430.0581442006年5,159.705,477.400.0615732007年5,496.105,952.600.0830592008年5,776.406,456.430.1177262009年6,585.307,179.400.0902162010年7,007.607,860.400.1216962011年7,945.308,636.470.0869912012年8,628.304,713.23-0.158042013年9,335.804,655.53-0.074912．指数平滑法预测：根据经验显示，我们取平滑系数=0.9然后将数据代入指数平滑法预测公式：利用excel软件进行预测计算并求其误差得到如下表格：表3：指数平滑法预测值年份指数平滑法就业人口总数（万人）预测值误差2001年4,760.204,760.2002002年4,742.904748.090.0010942003年4,636.604670.0470.0072142004年4,587.104611.9840.0054252005年4,900.504813.945-0.017662006年5,159.705055.974-0.02012007年5,496.105364.062-0.024022008年5,776.405652.699-0.021412009年6,585.306305.52-0.042492010年7,007.606796.976-0.030062011年7,945.307600.803-0.043362012年8,628.308320.051-0.035732013年9,335.804,760.20-0,10883.一元线性回归：⑴．对2001-2013年个体就业人口数据做时序散点图，如图1所示。由时序图可以看出随着时间的移动，就业人口数大体上呈上升的趋势。⑵．根据上述趋势图我们可以看出就业人口与年份大体上成一元线性回归，因此我设年份为自变量，就业人口数为因变量，进行一元线性回归建模。源数据如下表格：表4安徽省各年份人口总数年份就业人口总数（万人）2001年4,760.202002年4,742.902003年4,636.602004年4,587.102005年4,900.502006年5,159.702007年5,496.102008年5,776.402009年6,585.302010年7,007.602011年7,945.302012年8,628.302013年9,335.80下面我们利用EXCEL软件对数据进行处理并进行一元线性回归分析：①．输入数据②．点击“工具“数据分析”→“回归”，弹出对话框，选择人口数Y为因变量，年份X为自变量，点击“确定”，输出结果如下截图：SUMMARYOUTPUT回归统计MultipleR0.932473RSquare0.869506AdjustedRSquare0.857643标准误差617.8762观测值13方差分析dfSSMSFSignificanceF回归分析1279819032798190373.2953.41E-06残差114199480381770.9总计1232181383Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%上限95.0%Intercept-78083691920.81-8.494653.68E-06-983152-578519-983152-578519XVariable1392.105545.800038.561253.41E-06291.3003492.9107291.3003492.9107RESIDUALOUTPUTPROBABILITYOUTPUT观测值预测Y残差百分比排位Y13767.505992.69453.8461544587.124159.611583.28911.538464636.634551.71684.8835219.230774742.944943.822-356.72226.923084760.255335.927-435.42734.615384900.565728.033-568.33342.307695159.776120.138-624.038505496.186512.244-735.84457.692315776.496904.349-319.04965.384626585.3107296.455-288.85573.076927007.6117688.56256.739680.769237945.3128080.666547.634188.461548628.3138472.771863.028696.153859335.8结果分析：（1）由图可知决定系数P值小于0.05，说明一元线性回归模型拟合优度很高，说明就业人口总数与年份具有很强的线性关系。（2）由图4方差分析表知F统计量的值为3.41E-06，小于显著水平0.05，说明回归方程较显著。五、模型的评价该论文介绍了三种预测模型或方法分别为移动平均预测法、指数平滑预测法、一元线性回归预测模型，这三种方法、模型各有优缺点，一下便是对各模型的分析。⑴.移动平均法、指数平滑法优点：从前面模型及方法的检测中我们可以发现移动平均预测法、指数平滑预测法的误差均比较小，精度较高，与实际数据比较吻合，因此我们可以采用这两种方法进行人口预测。缺点：①.移动平均法的移动平均项数N不能确定，需要依靠经验和数据特征进行取值，不同的取值会导致预测值的不同，以及误差的波动；②.移动平均法的预测必须依赖与前一期、前两期，甚至前三期（取决于移动平均项数）的数据，因此不能独立预测某一期的值‘③.指数平滑法的平滑系数也是不确定量，容易对预测值造成误差；指数平滑法预测同移动平均法一样也是依赖与前面的数据，不能进行独立预测。⑵.一元线性回归模型论文前面介绍的一元线性回归模型简单的认为人口总数与时间成线性关系，方差分析表中与回归系数表中P值均小于0.05，则说明回归方程较显著。六、参考文献[1]中国国家统计局.2013年中国统计年鉴[M].中国统计出版社[3]赵彦云，宏观经济统计分析[M]，北京：中国统计出版社，2003.[4]刘红.略论统计分析方法[J].现代商业,2008,(30).[5]徐国祥，统计预测与决策，上海：上海财经大学出版社，2008.基于C8051F单片机直流电动机反馈控制系统的设计与研究基于单片机的嵌入式Web服务器的研究MOTOROLA单片机MC68HC（8）05PV8/A内嵌EEPROM的工艺和制程方法及对良率的影响研究基于模糊控制的电阻钎焊单片机温度控制系统的研制基于MCS-51系列单片机的通用控制模块的研究基于单片机实现的供暖系统最佳启停自校正（STR）调节器单片机控制的二级倒立摆系统的研究基于增强型51系列单片机的TCP/IP协议栈的实现基于单片机的蓄电池自动监测系统基于32位嵌入式单片机系统的图像采集与处理技术的研究基于单片机的作物营养诊断专家系统的研究基于单片机的交流伺服电机运动控制系统研究与开发基于单片机的泵管内壁硬度测试仪的研制基于单片机的自动找平控制系统研究基于C8051F040单片机的嵌入式系统开发基于单片机的液压动力系统状态监测仪开发模糊Smith智能控制方法的研究及其单片机实现一种基于单片机的轴快流CO〈,2〉激光器的手持控制面板的研制基于双单片机冲床数控系统的研究基于CYGNAL单片机的在线间歇式浊度仪的研制基于单片机的喷油泵试验台控制器的研制基于单片机的软起动器的研究和设计基于单片机控制的高速快走丝电火花线切割机床短循环走丝方式研究基于单片机的机电产品控制系统开发基于PIC单片机的智能手机充电器基于单片机的实时内核设计及其应用研究基于单片机的远程抄表系统的设计与研究基于单片机的烟气二氧化硫浓度检测仪的研制基于微型光谱仪的单片机系统单片机系统软件构件开发的技术研究基于单片机的液体点滴速度自动检测仪的研制基于单片机系统的多功能温度测量仪的研制基于PIC单片机的电能采集终端的设计和应用基于单片机的光纤光栅解调仪的研制气压式线性摩擦焊机单片机控制系统的研制基于单片机的数字磁通门传感器基于单片机的旋转变压器-数字转换器的研究基于单片机的光纤Bragg光栅解调系统的研究单片机控制的便携式多功能乳腺治疗仪的研制基于C8051F020单片机的多生理信号检测仪基于单片机的电机运动控制系统设计Pico专用单片机核的可测性设计研究基于MCS-51单片机的热量计基于双单片机的智能遥测微型气象站MCS-51单片机构建机器人的实践研究基于单片机的轮轨力检测基于单片机的GPS定位仪的研究与实现基于单片机的电液伺服控制系统用于单片机系统的MMC卡文件系统研制基于单片机的时控和计数系统性能优化的研究基于单片机和CPLD的粗光栅位移测量系统研究单片机控制的后备式方波UPS提升高职学生单片机应用能力的探究基于单片机控制的自动低频减载装置研究基于单片机控制的水下焊接电源的研究基于单片机的多通道数据采集系统基于uPSD3234单片机的氚表面污染测量仪的研制基于单片机的红外测油仪的研究96系列单片机仿真器研究与设计基于单片机的单晶金刚石刀具刃磨设备的数控改造基于单片机的温度智能控制系统的设计与实现基于MSP430单片机的电梯门机控制器的研制基于单片机的气体测漏仪的研究基于三菱M16C/6N系列单片机的CAN/USB协议转换器基于单片机和DSP的变压器油色谱在线监测技术研究基于单片机的膛壁温度报警系统设计基于AVR单片机的低压无功补偿控制器的设计基于单片机船舶电力推进电机监测系统基于单片机网络的振动信号的采集系统基于单片机的大容量数据存储技术的应用研究基于单片机的叠图机研究与教学方法实践基于单片机嵌入式Web服务器技术的研究及实现基于AT89S52单片机的通用数据采集系统基于单片机的多道脉冲幅度分析仪研究机器人旋转电弧传感角焊缝跟踪单片机控制系统基于单片机的控制系统在PLC虚拟教学实验中的应用研究基于单片机系统的网络通信研究与应用基于PIC16F877单片机的莫尔斯码自动译码系统设计与研究基于单片机的模糊控制器在工业电阻炉上的应用研究基于双单片机冲床数控系统的研究与开发基于Cygnal单片机的μC/OS-Ⅱ的研究基于单片机的一体化智能差示扫描量热仪系统研究基于TCP/IP协议的单片机与Internet互联的研究与实现变频调速液压电梯单片机控制器的研究基于单片机γ-免疫计数器自动换样功能的研究与