因子分析与NARX融合的个人所得税预测模型
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 研究意义 | 第10-11页 |
| 1.4 研究内容 | 第11-13页 |
| 2 A区个人所得税因子分析 | 第13-26页 |
| 2.1 因子分析原理与步骤 | 第13-17页 |
| 2.1.1 因子分析基本思想 | 第13页 |
| 2.1.2 数学模型 | 第13-14页 |
| 2.1.3 因子分析步骤 | 第14-17页 |
| 2.2 A区个人所得税因子分析 | 第17-26页 |
| 2.2.1 数据来源及说明 | 第17-18页 |
| 2.2.2 数据预处理 | 第18页 |
| 2.2.3 变量标准化 | 第18-19页 |
| 2.2.4 个人所得税因子分析 | 第19-26页 |
| 3 NARX动态神经网络 | 第26-34页 |
| 3.1 神经网络概述 | 第26-27页 |
| 3.2 神经网络的分类 | 第27-29页 |
| 3.3 NARX动态神经网络 | 第29-34页 |
| 3.3.1 NARX动态神经网络结构 | 第29-30页 |
| 3.3.2 NARX动态神经网络的学习算法 | 第30-34页 |
| 4 基于因子分析的NARX个税预测模型 | 第34-40页 |
| 4.1 数据的分割 | 第34页 |
| 4.2 参数调整 | 第34-40页 |
| 5 ARIMA预测模型与NARX预测模型对比 | 第40-45页 |
| 5.1 ARIMA模型原理 | 第40页 |
| 5.2 ARIMA模型建立步骤 | 第40-42页 |
| 5.3 ARIMA模型设计 | 第42-43页 |
| 5.4 ARIMA模型与NARX模型结果对比 | 第43-45页 |
| 6 总结 | 第45-46页 |
| 6.1 总结 | 第45页 |
| 6.2 不足之处 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-48页 |
