吕盛鸽
- 作品数：31 被引量：67H指数：5
- 供职机构：杭州电子科技大学经济学院统计系更多>>
- 发文基金：国家社会科学基金浙江省科技厅新苗人才计划更多>>
- 相关领域：经济管理社会学理学政治法律更多>>
- 因子模型在投入产出表数据结构分析中的应用
- 2007年
- 投入产出表是国民经济核算体系的重要组成部分.1992年以来,我国各省市自治区每5年编制一次Ⅰ级分类约42个部门、Ⅱ级分类约122个部门的投入产出表.编制这样的表需要调查大量数据,然而数据搜集是整个编表过程中工作量最大,也是最难的一步.因此,各省市自治区每次编制投入产出表耗资巨大、历时两年,如果在编制的投入产出表基础上再进行各行业投入产出问题研究,需要更长时间,所得结论时效性也差.本文针对国民经济各部门之间流量具有链带关系的特征,利用因子模型挖掘投入产出表中流量数据结构关系,寻找比较经济、及时地编制规模较大投入产出表的方法.
- 吕盛鸽
- 关键词：投入产出表国民经济核算体系数据搜集
- 宁夏老龄化系数中长期预测被引量：1
- 2012年
- 本文依据生命表理论,利用年龄移算法,预测宁夏老年人口峰值期在2058年。根据宁夏1978—2010年常住人口数据,建立预测值满足老年人数峰值期的向量自回归模型,在低、中、高三种总和生育率设定方案下,预测宁夏2011—2060年的常住总人数、老年人数及老龄化系数。
- 刘雪菲吕盛鸽陈威杰
- 关键词：向量自回归模型
- 广东省人口老龄化系数预测被引量：1
- 2015年
- 目的掌控广东省老龄化发展进程和变动趋势。方法参照联合国平均预期发展模型,估算广东省2011~2050年平均预期寿命,根据第五次和第六次人口普查数据,基于估算的平均预期寿命,推算广东省老年人口峰值期;以广东省1978~2010年户籍人口数据为样本,构建老年人口预测值满足老年人数峰值期的向量自回归模型,设定低、中、高三种总和生育率方案,利用模型预测广东省2011~2050年的总人数、老年人数和老龄化系数。结果广东省老年人口数将在2048年达到峰值1 920万人,在设定的低、中、高三种总和生育率方案下,老龄化系数依次在2046年、2047年和2048年达到峰值14.84%、15.38%、15.58%。结论为控制广东省人口总量、延缓老龄化进程,应采用该文中介绍的中方案生育政策。
- 蔡志成吕盛鸽
- 关键词：向量自回归模型
- 江苏省老年人口峰值预测被引量：1
- 2011年
- 在对出生率、死亡率和净迁移率分别作出假设的基础上,利用调整后的联合国平均预期寿命发展模型,预测2010-2050年江苏省人口平均预期寿命。然后利用平均预期寿命与年龄别死亡率间的量化关系,编制关键年份的人口完全生命表,以此估计生存率。之后结合2000年各年龄组人数,预测2011年至2049年进入老年群体人数与老年人口死亡总数,根据老年人口净增加值序列的变动特点,最终确定江苏省老年人口的峰值期与峰值。
- 洪少锋吕盛鸽
- 概率统计在彩票选号中的应用被引量：8
- 2001年
- 吕盛鸽
- 关键词：概率统计中心极限定理
- 四川省人口老龄化系数中长期预测被引量：4
- 2013年
- 文章依据生命表理论,利用联合国平均预期寿命增长模型及年龄移算法,预测四川省老年人口峰值期在2040年。根据四川省1978～2010年户籍人口数据,建立预测值满足老年人口峰值期的向量自回归模型。在设定低、中、高三种总和生育率方案下,基于模型预测四川省2011～2050年的户籍总人数、老年人数以及老龄化系数。
- 陈威杰吕盛鸽
- 关键词：向量自回归模型
- 基于VAR模型的浙江省老龄化系数预测被引量：3
- 2010年
- 邱旭辉吕盛鸽
- 关键词：命题格兰杰因果检验向量自回归模型
- 分层抽样中单位数的一种配置方法
- 2000年
- 吕盛鸽
- 关键词：统计学抽样调查分层抽样
- 上海市老年人口峰值期预测被引量：1
- 2011年
- 国际上通常认为,一个国家或地区65岁（或60岁）以上老年人口占总人口的比重超过7%（或10%）,该地区即可被视为进入老年型社会。1978年,上海市65岁以上户籍老年人口占总人口比重达到7.3%,开始进入老年型社会。截至2009年底,上海市户籍老年人口数已达221.00万人,
- 徐祎吕盛鸽
- 在企业产品检验中的应用
- 1992年
- 在现代化大生产中,企业常需要通过抽样检验部分产品来推断整批产品的质量,很多情况下既要求能对整批产品作出比较正确的推断,又希望抽样检验的数目尽量少,本文针对产品检验过程中出现的特定情况,应用贝叶斯公式给出一种确定抽样数目的方法,它比通常情况下的抽样数目少。假设一批产品有m 件,若其中正品所占的比率不小于p,则认为该批产品是合格的,记为H_1;若其中正品所占的比率小于p,则认为该批产品是不合格的,记为H_2。根据以往检验的总结:合格批与不合格批的先验概率分别为B(H_1)与P(H_2);合格批与不合格批中正品的平均比率分别为p_1与p_2(一般来说p_1>p、p_2≤P,p_1与p_2也可以分别从合格批与不合格批中用随机抽样的方式来确定)。并设把合格批误判为不合格批的概率为α,把不合格批误判为合格批的概率为β。在进行不放回抽样检验时,如果抽取的第一件,第二件,……等都是正品(或都是次品),那么连续地抽取多少件正品(或次品),就能予以不小于1α—(或1—β)的概率接受“该批产品为合格批(或不合格批)”呢?下面利用贝叶斯公式来确定在此种情况下连续抽取正品(或次品)的最少件数。
- 吕盛鸽
- 关键词：贝叶斯公式企业
