论文部分内容阅读
失业问题始终是当今世界各国社会经济发展的重大问题,它既是综合性的经济问题,又是复杂的社会问题。同时,失业是宏观经济中特别重要的三个指标之一,因此研究我国城镇失业率具有积极的现实意义论文中的数据来自于中华人民共和国统计局、国家统计数据库、国研网与和讯网,分别应用多元回归分析和支持向量回归法对我国城镇失业率进行预测,最后得出基于支持向量回归法优于多元回归分析方法。文章的主要内容是:本文绪论介绍了论文的背景和研究意义,对失业率与支持向量机进行了系统研究。第二章介绍了相关的预测方法,分别从定性预测和定量预测进行了研究。在定量预测中主要介绍了时间序列预测、多元回归预测、灰色预测、人工神经网络预测、支持向量回归和组合预测。第三章介绍了支持向量机的核心理论。其内容主要包括机器学习、统计学习理论和支持向量机三个方面。支持向量机方法是基于统计学习理论的一种算法,其基本理论就是VC维和结构风险最小化原理。第四章应用多元线性回归法、非线性回归法、神经网络法、线性核函数的支持向量机法、高斯径向基核函数的支持向量机法对我国城镇失业率进行了实证分析。这五种方法从曲线拟合图、拟合相对误差、拟合精度三个方面进行比较,得出支持向量机回归法是一种较理想的曲线拟合法。支持向量机回归法选取线性核函数和高斯径向基核函数对我国城镇失业率进行拟合,其拟合精度分别是0.177%和0.195%。最后,文章应用上述五种方法对2010年至2015年我国城镇失业率进行预测,并得出其预测结果。