首页--数理科学和化学论文--概率论与数理统计论文--概率论(几率论、或然率论)论文--随机过程论文--平稳过程与二阶矩过程论文

时间序列分析法在教育研究中的应用

摘要第1-4页
ABSTRACT第4-8页
第1章 绪论第8-13页
   ·选题背景及意义第8-9页
   ·研究现状第9-11页
     ·师资需求研究现状第9-10页
     ·高校规模研究现状第10-11页
   ·论文主要内容安排第11-13页
第2章 时间序列分析第13-21页
   ·时间序列分析简介第13页
   ·基本概念第13-15页
     ·随机过程与平稳性原理第14页
     ·自相关与偏自相关函数第14-15页
     ·白噪声过程第15页
   ·平稳时间序列模型第15-17页
     ·自回归模型(Auto Regression Model,AR)第15-16页
     ·移动平均模型(Moving Average Model,MA)第16-17页
     ·自回归移动平均模型(Auto Regression Moving Average Model,ARMA)第17页
   ·建模步骤第17-21页
     ·时间序列的预处理第17-18页
     ·模型类型的选择与阶数的确定第18-19页
     ·模型参数估计第19页
     ·模型检验与预测第19-21页
第3章 基于时间序列分析的西部中小学师资需求问题研究——以四川省为例第21-39页
   ·引言第21-22页
   ·四川省中小学在校生数预测第22-23页
   ·数学模型的建立第23-29页
     ·出生人口模型的建立第23-26页
     ·高中毛入学率模型的建立第26-29页
   ·四川省中小学教师需求预测第29-31页
     ·影响教师需求的因素第29页
     ·教师需求总量与补充量预测模型第29-31页
   ·预测结果第31-35页
     ·中小学阶段在校学生总量预测第31-33页
     ·中小学教师需求和补充总量预测第33-35页
   ·西部地区中小学教师发展面临的问题第35-37页
   ·西部地区教师培养策略第37-39页
第4章 基于GM(1,1)与ARMA模型的高校师资需求预测第39-56页
   ·灰预测概论第39页
   ·灰色系统理论第39-41页
     ·灰关联空间第39-40页
     ·生成函数第40-41页
     ·灰微分方程第41页
   ·灰预测步骤第41-45页
     ·数据的检验与处理第41-42页
     ·GM(1,1)模型的建立第42-43页
     ·模型检验第43-45页
   ·基于指数回归—ARMA模型的四川省高校师资需求实证研究第45-56页
     ·师资需求现状第45页
     ·已有研究成果第45-47页
     ·模型的建立第47-54页
     ·预测结果第54-55页
     ·对策与建议第55-56页
第5章 基于小波分析与LSSVM的高等院校发展规模预测第56-76页
   ·小波概论第56页
   ·小波变换(Wavelet Transform)第56-61页
     ·离散小波变换(Discrete Wavelet Transform)第56-57页
     ·多分辨率分析(Multi-resolution Analysis)第57-58页
     ·Mallat快速算法第58-59页
     ·离散小波分解与重构第59-61页
   ·小波分析下的LSSVM与ARMA模型在高教规模预测中的应用第61-76页
     ·研究背景第61-62页
     ·国内外研究现状第62页
     ·基于小波分析的模型预测步骤第62-63页
     ·实证分析第63-74页
     ·预测结果与建议第74-76页
第6章 总结与展望第76-78页
   ·总结第76页
   ·展望第76-78页
参考文献第78-82页
附录第82-87页
 附录1第82-83页
 附录2:小波分解与重构程序代码及运行结果第83-85页
   ·小波分解程序代码第83-84页
   ·小波分解结果第84页
   ·小波重构程序代码第84-85页
   ·单支重构结果第85页
 附录3:最小二乘支持向量机程序代码第85-87页
致谢第87-88页
已发表论文第88页

论文共88页,点击 下载论文
上一篇:胡锦涛思想政治教育思想初探
下一篇:家长视角下的幼儿园教育质量评价研究