首页> 中文学位 >统计方法与BP网络在编制液晶电视特征价格指数中的应用
【6h】

统计方法与BP网络在编制液晶电视特征价格指数中的应用

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 导 论

第一节 选题的背景及研究意义

第二节 特征价格理论及价格指数国内外研究动态及发展趋势

第三节 人工神经网络的发展和研究现状

第四节 本文拟采取的研究方法、技术路线

第二章 特征价格模型的理论分析及其函数设定形式

第一节 特征价格模型的理论基础

第二节 特征价格模型函数形式的设定

第三章 人工神经网络原理及BP网络

第一节 人工神经网络原理

第二节 BP网络

第四章 实证分析

第一节 数据来源

第二节 特征变量的选取及量化

第三节 建立合并数据的特征价格模型

第四节 BP神经网络在特征价格模型中的应用

第五节 模型的比较

第六节 建立截面数据的特征价格模型

第七节 液晶电视特征价格指数的编制

第五章 结论与不足

第一节 基本结论

第二节 研究的不足

参考文献

致谢

本人在校期间研究成果

展开▼

摘要

近年来,液晶电视的发展可谓急速前行,从整个行业的发展看来,液晶电视的速度越来越趋向IT模式,技术功能的更新和价格的下降周期令人咋舌。鉴于液晶电视在人们日常生活中的重要地位及其近年来迅猛的发展趋势,本文作者就选择液晶电视作为论文的研究对象。通过阅读大量相关文献,在前人的理论基础及实证研究方法的支持下,对我国2009年各季度间液晶电视的价格变化与其特征之间的关系从微观角度作定量分析,并在此基础上分析液晶电视价格变化趋势。
  已有的关于特征价格指数的研究大多局限于传统的参数估计方法,其中时间效应的处理是通过在模型中包含多个虚拟变量或时间的高阶多项式来实现的。而虚拟变量只能描述价格指数的离散变化,比如在销售淡季虚拟变量法就不能提供精度较高的分析结果。特别是当时间路径为高度非线性时,多项式法则变得很复杂且很难操作。因此,文中采用BP神经网络进行特征价格模型的构建,将特征变量指标作为神经网络的输入,通过Matlab语言编写程序来测算液晶电视的销售价格,并与实际报价来进行对比,计算相对误差,验证该模型的有效性。此外,计算线性函数、对数函数、线性对数函数和对数线性函数四种形式下,特征价格模型存在的相对误差,比较不同方法的优劣。利用估计的隐含价格分析了被选性能特征对价格的影响程度,使消费者了解液晶电视价格的变动趋势,进而了解液晶电视生产和消费的变化规律,对政府部门和液晶电视企业做出科学决策提供可靠的依据。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号