运用时间序列法预测2008年奥运会奖牌数_蔺银萍
基于回归和ARIMA模型的奥运金牌数的预测研究
序 列 （或 随机 过程 ）的任 …元 素 与 其 前 期元 素 （ｙｔ－ｌ·ｙ２－１等 ）
然 而 在过 去 的这 些研 究 中 ，学 者们 普遍 只 采用 了时 间序 列 预测 为优 化 的时 间序 列模 型 ，做进 一步 求解 。
或 者 多元 线性 回 归之 一 的方 法 ，进 行 了单一 维度 的 考量 ，却 没有 综
合地应用多个模型进行探 究。故此本文综合地应用时间序列模型和 多元 非线性 回归模 型 ，系 统地 对该 问题 展开 研 究 。
全世 界 最顶 尖 的运 动 员纷 纷角 逐 。其所 获 奖牌 数 及 国家排 名 不仅 是 一 个 国家体 育 运动 竞技 水 平 的反 映 ，也 是国 家经 济 、政 治和 综合 实
的是如 下 形式 的随机 过 程 ： ｙ ＝口１ －１＋ａｚｖ，。－２＋ …＋ ＿ｐ＋
力 的体现 。面 临即 将到 来 的第 三十 二届 东 京 奥运会 ，奖牌 榜 前十 名
三．基于奥运会历史成绩的预测分析
二 ，时 间序 列 预 测 模 型 介 绍 首 先讨 论 历届 奥 运 会成 绩 和 本 次成 绩 的 关 系 ，是 研 究金 牌 数ｙ
（一 ）数 据 来源 及模 型假 设 本 文 采 用 的 世 界各 国在 历 届 奥 运 会 获 得 奖 牌 数 据 来 源 于 中 国
其 中 ｎｚ、ａａ…口，为 待求 的参数 ，ｐ是滞 后 期限 的数 据 ，而 为 白
是 大家普 遍 关注 的话 题 。
奥运会金牌预测
奥运会奖牌预测10501010139 钟勤10501030117 李仁霞10503070133 杨茂兴奥运会奖牌预测摘要随着社会的发展，体育能力也成了评价一个国家的综合能力的重要一项。
能成为夏季奥运会的东道主是我们的骄傲，大家是多么关注这一季奥运会。
2008年奥运年，我国能获得多少奖牌呢。
本文用了GM（1，1）方法对中国29届奥运会奖牌进行了预测，得金牌：50，银牌：14，铜牌：17，奖牌总数为：76。
本文中也给出了对一个国家体育能力的评价标准，分为一级和二级：一级为：积分排名和三项目金牌比率；二级为：综合积分排名、稳定性、田径、游泳和体操。
关键词：GM(1,1) 东道主效益模糊层次分析一问题重述在2004雅典奥运会上，中国体育代表队取得了32枚金牌的好成绩，仅次于美国排名世界第二。
2008年8月第29届奥运会将在中国北京举行，届时中国体育健儿将和来自世界各地的选手一同争夺奥运奖牌。
中国体育健儿能否力压群雄，去得更辉煌的成绩。
问题 1.请你设计一个数学模型预测中国队在本届奥运会上将获得多少枚奖牌。
附录中给出了88年，92年，96年，00年，04年各国家和地区所获金、银，铜牌数目。
问题2.你认为衡量一个国家的体育实力应该以什么为标准，试建立相应的模型，并且从网上收集数据对模型进行求解。
二模型假设和符号说明2．1模型假设（1）假设其他国家体育实力没有很大变化；（2）假设北京奥运会中国体育代表队派出运动员人数不少于往届奥运会人数；（3）假设北京奥运会设立奖牌数量不少于往届奥运会数量；（4）假设苏联解体前参加的奥运会记录记为俄罗斯记录。
（5）假设奥运会主要影响项目为田径，游泳体操，其它项目为次要影响因素。
（6）假设中国奥运健儿发挥正常。
2.2 符号说明x0：为东道主当届获得的金牌数占当届总金牌数的百分比;x：为东道主其他届次获得金牌数占该届总金牌数百分比的平均值;：为东道主当届获得的奖牌数得分占该届总奖牌分数的百分比；yy：为东道主其他届次获得奖牌数的分数占该届总奖牌分数百分比的平均值； n ：为该国获得奥运会金牌的总届数。
16671-数学建模-培训课件-运用趋势直线外推法预测2008年奥运会中国获奖牌数[1]
![16671-数学建模-培训课件-运用趋势直线外推法预测2008年奥运会中国获奖牌数[1]](https://img.taocdn.com/s3/m/60f4b7bc6c85ec3a86c2c573.png)
１ 数据来源和研究方法
１．１ 数据来源
从ｗｗｗ．ｂａｉｄｕ．ｃｏｍ收 集 了 迄 今 为 止 我 国 参 加 历 届 奥 运 会 比
赛 的 奖 牌 数 和 届 次 、时 间 。
１．２ 研究方法
１．２．１ 文献资料法： 通过中国期刊网和互联网查阅了大量相关
文献资料， 收集整理了１９８４－ ２００４年我国历届奥运会比赛的获奖
编辑： 朱丽弘
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
（ 上接第５６页） 前横踢技术得分较高， 分别占１００％和１３．１％。说明国 内跆拳道运动员在比赛中， 主要得分手段是横踢， 特别是后横踢技
术是得分的主要手段。跆拳道比赛的水平越高， 技战术表现形式和 得分的手段就越趋于简单、精炼、实用和有效， 胜负最后往往取决
根据以上计算预测２００８年我国所得奖牌数为金牌３４枚 （ 四 舍五入） 、银牌２２枚、铜牌１６枚。根据１９８４－ ２００４年间举行的历届 奥运会奖牌数， 在直角坐标图上绘制出一条近似的直线 （ 见图 １） ， 并延长这条直线。所绘制的这条直线必须使该直线上的各个 点到对应的散布的各点轴距离最短， 然后通过以上计算预测的 奖 牌 数 运 用 ｍａｔｌａｂ 软 件 即 可 得 到 ２００８ 年 ２９ 届 奥 运 会 奖 牌 成 绩 （ Ｙｉ） 预测数据图， 该直线称之为“最优直线”。［４］
牌数， 为论文的分析与计算奠定了基础（ 见表１） 。 表 １ 历届奥运会奖牌情况
年份
届次
金
银
铜
１９８４
２３
１５
８
９
１９８８
２４
５
１１
１２
１９９２
Beijing2008奥运会奖牌预测
Going for the Gold: Who Will Win the 2008 Olympic Games in BeijingbyAndrew B. Bernard1Tuck School of Business at DartmouthJuly, 20081 100 Tuck Hall, Tuck School of Business, Hanover, NH 03755andrew.b.bernard@Even with the opening ceremony of the 2008 Beijing Olympic Games more than a month away, it is possible to predict which countries will come home winners. Using an original model based on economics and a dash of statistics and with no knowledge of individual sports or athletes, it is possible to accurately forecast both the number of medals and the number of gold medals that the top countries will win.The forecasting model includes four factors to predict country total and gold medal shares. The factors include measures of available resources, population and per capita income, as well as the share of medals in the most recent Summer Olympics and a host effect. The track record of the forecasting model is quite remarkable with 96+% accuracy in predicting the outcomes in both the Sydney and Athens games.The top five total and gold medal countries are given in Tables 1 and 2 respectively. The countries at the top remain unchanged with the overall medal winner being the United States with a predicted total of 105 medals. Following the U.S., are Russia, China, Germany and Australia.The most interesting result from the model is in the gold medal totals. Due a powerful home field advantage China is expected to just edge out the US for the gold medal top spot. Building on its surprisingly strong outcome in Athens, Japan is expected to join Russia and Australia at the top of gold medal standings.Tables 3 and 4 give the models predictions for a wider range of countries: all those predicted to win 6 or more total medals and 4 or more gold medals. It is worth noting that of the 10 largest countries in terms of population, five are missing from the ranks of top medal winners – India (1 in Athens), Indonesia (4), Pakistan (0), Bangladesh (0) and Nigeria (2). Similarly relatively high-income countries such as Luxembourg, Ireland and Iceland all missed out on medals in 2004. Neither population nor income alone is sufficient to gain a place on the medal podium.Table 1: Top 5 Medal Winning CountriesTable 2: Top 5 Gold Medal Winning CountriesThe Modeling FrameworkIn an article published in the Review of Economics and Statistics jointly authored with Meghan Busse of the University of California – Berkeley, I describe the details of the medal prediction method.2 We show that over the last 40 years, national Olympic medal totals have been driven by four distinct factors: population, per capita income, past performance, and a host effect. During the Soviet era there was a substantial additional boost for the Communist bloc, an effect which had completely dissipated by the Sydney games. 3Size MattersCountries such as the US and Germany win large numbers of medals because they have both large populations and high per capita income (Gross Domestic Product per capita). Population matters because it gives a country more chances to have an athlete with the extraordinary natural ability that is necessary to become an Olympic champion. Income per capita matters because countries that are wealthier are more likely to have individuals or organizations that are willing to devote the financial resources necessary to develop Olympic medal contenders. For example, China wins more medals than France because its huge population more than compensates for its lower per capita income. Ethiopia and Sweden won the same number of medals in Athens because of the large population of Ethiopia (more than nine times greater) and the higher per capita income of Sweden (more than 200 times greater).History Will RepeatPast performance is another powerful, yet not perfect, predictor of Olympic success. Countries with above average performances in Athens are likely to continue to take home medals in the Beijing games. This bodes well for the U.S. China, Russia, and2Andrew B. Bernard and Meghan R. Busse, (2004) “Who Wins the Olympic Games: Economic Resources and Medal Totals”, Review of Economics and Statistics, Vol. 86, no.1.3 In fact, from 1960-1992, there was a large role played by the government of non-market economies such as the Soviet Union and East Germany. Each Soviet satellite state was able to increase their medal share by almost 3 percentage points above the predictions of the four factor model. This effect is no longer important in determining country medal counts.Japan; all exceeded expectations in the Athens Games and their success should carry over into Beijing. On the downside Australia, Germany, and France all came in below expectations in 2004 and are likely to see similar lower medal totals.The Gold Goes to the HostThe host effect is typically an important determinant of total and gold medal counts. China stands ready to greatly benefit in terms of its overall medal count and especially its coveted gold medal total. The model predicts that China will win 81 medals, 18 more than its already substantial haul of 63 medals in the 2004 games. One caveat is Greece showed no evidence of a host bounce in the Athens games.The real boon for China will come in the form of gold medals. China is expected to add 5 gold medals to its already hefty total due to its role as host. The cheering crowds may make the difference in the sprint to the finish.Setting ExpectationsPerhaps the best use of the model is to set expectations for the upcoming games for each country. National Olympic committees are often excessively optimistic in advance of the Games, promising a large haul of total medals and gold medals from their athletes. As a result, many countries leave the Games disappointed in their performance. The model gives an unemotional benchmark for individual country performance. It tells us what we should expect from the leading medal-winning countries based on their resources and past performance and gives us a useful benchmark for national Olympic success or disappointment.(shown for countries winning 6 or more total medals)(shown for countries winning 4 or more gold medals)Andrew B. BernardAndrew B. Bernard is the Jack Byrne Professor of International Economics and the director of the Center for International Business at the Tuck School of Business at Dartmouth. His research and teaching focuses on the effects of globalization on firm performance.© Copyright 2008 by Andrew B. Bernard。
中国奥运会奖牌预测即国家体育实力评估模型.66号
承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们将受到严肃处理。
我们参赛的题目是：中国奥运会奖牌预测及国家体育实力评估模型我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：中南大学参赛队员(打印并签名) ：1. 王海棠2. 任小梅3. 任永志指导教师或指导教师组负责人(打印并签名)：秦宣云日期： 2008 年 8 月 6日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：中国奥运会奖牌预测及国家体育实力评估模型摘要本文以近五届奥运会各参赛国获得的奖牌数为研究对象，由于影响奖牌数的因素不完全清楚其规律，因而采用灰色系统预测方法对第29届即2008年中国在奥运会奖牌总数进行了预测；并且建立层次分析模型，对衡量国家的体育实力的各个因素进行了分析，并实现模型的求解。
首先对第29届奥运会中国的获奖牌总数进行了预测。
考虑到第23届奥运会奖牌数据的不真实性，故本文以第24届至第28届各参赛国的奖牌数为基础，由于历届奥运会奖牌属于时间序列数据，其间隔时间固定（4年），原始数据的数列较少，波动较大，其分布难以看出规律，因此建立了灰色预测GM（1，1）模型对其进行预测。
模型建立过程大致分为这几个步骤：1、.根据文章所给的题目建立一个原时间序列，通过一次累加形成新的数列即生成列2. 级比检验、建模可行性判断灰色预测GM（1，1）模型的可行性。
奇门预测中国在两届奥运会上所获金牌数目及其名次
奇门预测中国在两届奥运会上所获金牌数目及其名次张志春（一）2008年北京奥运会，中国体育代表团能获得多少枚金牌？名列金牌榜第几位？2008年8月8日举世瞩目的29届奥运会将在北京举行，举国上下为之欢欣鼓舞，连三尺童子也在关心此事。
2008年5月31日，我当时正在平山县温塘镇第二居所度假休息。
晚上8点20分，突然接到我外孙巴宇曦从市里打来的电话，我外孙正在上小学五年级，他在电话中说：“姥爷，奥运会快在北京举行了。
听我爸爸讲，2004年雅典奥运会前，你就测过中国会得32块金牌，并且名列金牌榜第二，算得很准。
现在，请您测一测，在北京奥运会上，中国会得多少块金牌？名列金牌榜第几位？”我当时正准备去泡温泉澡，所以就回答说：我知道了，明天我把预测结果告诉你。
第二天，我抽空按外孙昨晚问测的时间起奇门局进行了预测，并把预测结果打电话告诉了外孙巴宇曦：“中国在29届北京奥运会上会获得金牌50枚或52枚左右，最多超不过58枚，名列金牌榜第一。
”当我的家人及其周围人得知这个预测结果时，都不相信。
有的人说：“在雅典奥运会上，体育强国美国名列金牌榜第一，才获得35枚金牌。
你预测中国在北京奥运会上所获金牌会突破50大关，这绝对不可能。
这可能是你的主观意愿吧！”我说：“我是按奇门格局上符号落宫的旺衰判断的，并没有带有主观意愿。
当然，古代预测方法，在对事物定性上还比较准确，在定量上很难十分精确。
这次预测准不准，还是等着事实验证吧！”2008年8月24日晚，被国际奥委会主席罗格称之为在奥运史上真正无与伦比的29届北京奥运会落下了帷幕。
最后，中国获得金牌51枚，名列金牌榜第一位，并且首次金、银、铜奖牌达到100枚（美国金牌36枚，名列第二；俄罗斯金牌23枚，名列第三）。
现在回头看看奇门是如何在两个多月以前预测出这个结果来的呢？2008年5月31日晚上8点20分干支历戊子年丁巳月辛未日戊戌时，阳遁2局，甲午旬，天禽星为值符落2宫，死门为值使落9宫。
西师版小学数学四年级上册《复式条形统计图》说课稿范文模板
西师版小学数学四年级上册《复式条形统计图》说课稿范文模板一、说教材复式条形统计图是西师版义务教育课程标准实验教科书四年级上册第单元《统计》中的一个内容。
在此之前，学生已经初步体验了数据的收集、整理、描述和分析的过程。
掌握了单式条形统计图等知识。
新的《数学课程标准》在总体目标中提出要使学生“经历运用数据描述信息，作出判断的过程，发展统计的观念”，关注学生参与收集数据、描述数据、分析数据的过程。
因此，复式条形统计图的教学，不仅仅局限于传统意义的掌握其特点和制作方法，而应更多地引导学生收集数据、分析数据、描述数据的全过程，并根据数据作出合理的判断与预测，以更好地发展学生的统计观念。
二、说学情学生是学习活动的主体。
小学四年级的学生在以前的学习中，已经对数据的统计过程有所体验，也学会了一些简单的收集、整理和描述数据的方法，还能根据统计结果回答一些简单的问题，具有初步的统计意识和能力。
另外四年级的学生思维比较活跃，喜欢探究发现学习，接受知识的能力也较强，而且也掌握了一定的数学学习方法及策略。
这些都是我在教学中可以利用的资源。
纵观学生的知识基础及对教材的剖析，我确立了该课的教学目标以及教学重点和难点。
三、说教学目标1、通过实例，补充完善复式条形统计图，体会复式条形统计图的学习价值。
2、经历简单的收集、整理、描述和分析数据的过程，进一步培养学生的统计意识和能力。
3、能解释统计结果，并根据统计图补充统计表，同时根据统计结果作出简单的分析判断，并能进行交流。
四、说教学重难点重点是复式统计图的绘制方法和读图能力。
难点是根据复式条形统计图作出合理的分析与预测。
五、说教法学法如何突出重点，突破难点，完成上述目标呢？根据教材的特点和学生实际，本节课我主要采用“探究发现教学法”，教学中，通过引导学生经历观察了解——尝试动手制作——掌握规律——运用规律等主动探索、交流的学习过程，让学生全面、全程地参与到探索活动中，充分调动学生的学习热情，培养学生观察、操作与自主学习的能力。
三峡大学2008年数学建模竞赛试题
三峡大学2008年数学建模竞赛试题A题自行车租赁策略很多旅游景点的面积都比较大，游客采用步行游览通常会感觉到比较疲惫，常见的旅游景点交通工具如电瓶车等由于游览路线比较固定，且不能中途停车，通常不适合一些乐于拍照的游客。
最近很多旅游景点推出了自行车租赁游览的方式，比较适合这些旅客的需要。
旅客可以在任意一个租赁点租到自行车，并且可以在任意一个租赁点归还自行车。
假设旅游景点如图2所示，该旅游景点每天的游客人数大约1万人，现有自行车500辆，图中蓝线所示的路线为游客必经的路线，游览苏堤时，从南向北游览的游客约占游客总数的60%。
问题一：考虑在图中的A，B两个位置建立租赁点，设计一套租赁方案，即每天早晨各个租赁点分别存放多少辆自行车。
尽量使得每个租赁点的自行车数量保持动态平衡。
问题二：考虑在图中的C，D两个位置新建立两个租赁点，重新设计一套租赁方案，尽量使得每个租赁点的自行车数量保持动态平衡。
图2 景点示意图B题奥运会奖牌预测2008年8月第29届奥运会将在中国北京举行，届时中国体育健儿将和来自世界各地的选手一同争夺奥运奖牌。
（1）请你设计一个数学模型预测中国队在本届奥运会上将获得多少枚奖牌。
附录中给出了88年，92年，96年，00年，04年各国家和地区所获金、银，铜牌数目。
（2）你认为衡量一个国家的体育实力应该以什么为标准，试建立相应的模型，并且从网上收集数据对模型进行求解。
附录：第24---28届奥运会各代表团奖牌榜第二十四届汉城奥运会（１９８８年）国家金牌银牌铜牌国家金牌银牌铜牌苏联55 31 46 捷克斯洛伐克3 3 2民主德国37 35 30新西兰3 2 8美国36 31 27加拿大3 2 5韩国12 10 11 波兰 2 5 9西德11 14 15 挪威 2 3 -匈牙利11 6 5 荷兰 2 2 5保加利亚10 12 13 丹麦 2 2 5罗马尼亚7 11 6 巴西 1 2 3法国 6 4 6芬兰 1 1 2意大利6 4 4 西班牙1 1 2中国 5 11 12 土耳其1 1 -英国 5 9 10 摩洛哥1 2 -肯尼亚5 2 2 苏里南1 - -日本 4 3 7 葡萄牙1 - -澳大利亚 3 6 5奥地利1 - -----------------------------精品word文档值得下载值得拥有----------------------------------------------南斯拉夫 3 4 5第二十五届巴塞罗那奥运会（１９９２年）国家金牌银牌铜牌国家金牌银牌铜牌独联体45 38 29 波兰 3 6 10美国37 34 37荷兰2 6 7德国33 21 28 肯尼亚2 4 2中国16 22 16挪威2 4 1古巴14 6 11 土耳其2 2 2西班牙13 7 2 印度尼西亚 2 2 1韩国12 5 12巴西 2 1 -匈牙利11 12 7 希腊 2 - -法国8 5 16瑞典 1 7 4澳大利亚7 9 11芬兰 1 2 2意大利6 5 7 丹麦 1 1 4加拿大6 5 7 摩洛哥1 1 1英国 5 3 12爱尔兰1 1 -罗马尼亚 4 2 1 埃赛俄比亚 1 - 2捷克斯洛伐克 4 2 1阿尔及利亚 1 - 1朝鲜 4 - 5 爱沙尼亚1 - 1日本 3 8 11立陶宛1 - 1保加利亚 3 7 6瑞士 1 - -第二十六届亚特兰大奥运会（１９９６年）国家金牌银牌铜牌国家金牌银牌铜牌美国44 32 25 爱尔兰3 0 1俄罗斯26 21 16 瑞典 2 4 2德国20 18 27 挪威 2 2 3中国16 22 12 比利时2 2 2法国15 7 15 尼日利亚2 1 3意大利13 10 12 朝鲜 2 1 2澳大利亚9 9 23 埃塞俄比亚 2 - 1古巴9 8 8 阿尔及利亚 2 - 1乌克兰9 2 12 英国 1 8 6韩国7 15 5 白俄罗斯1 6 8波兰7 5 5 肯尼亚1 4 3匈牙利7 4 10 牙买加1 3 2西班牙5 6 6 芬兰 1 2 1罗马尼亚 4 7 9 印尼 1 1 2荷兰 4 5 10 南斯拉夫1 1 2希腊 4 4 - 伊朗 1 1 1捷克 4 3 4 斯洛伐克1 1 1瑞士 4 3 - 亚美尼亚1 1 -----------------------------精品word文档值得下载值得拥有----------------------------------------------丹麦 4 1 1 克罗地亚1 1 -土耳其4 1 1 葡萄牙1 - 1加拿大3 11 8 泰国 1 - 1保加利亚 3 7 5 布隆迪1 - -日本 3 6 5 香港 1 - -哈萨克3 4 4 哥斯达尼加 1 - -巴西 3 3 9 叙利亚1 - -新西兰3 2 1 厄瓜多尔1 - -南非 3 1 1第二十七届悉尼奥运会(2000年)名次代表团金牌银牌铜牌总数名次代表团金牌银牌铜牌总数1 美国40 24 33 97 31 芬兰2 1 1 42 俄罗斯32 28 28 88 32 奥地利2 1 0 33 中国28 16 15 59 33 立陶宛2 0 3 54 澳大利亚16 25 17 58 34 阿塞拜疆2 0 1 35 德国13 17 26 56 35 斯洛文尼亚2 0 0 26 法国13 14 11 38 36 瑞士1 6 2 97 意大利13 8 13 34 37 印度尼西亚1 3 2 68 荷兰12 9 4 25 38 斯洛伐克1 3 1 59 古巴11 11 7 29 39 墨西哥1 2 3 610 英国11 10 7 28 40 阿尔及利亚1 1 3 511 罗马尼亚11 6 8 25 41 乌兹别克斯坦1 1 2 412 韩国8 10 10 28 42 南斯拉夫1 1 1 313 匈牙利8 6 3 17 43 拉托维亚1 1 1 314 波兰6 5 3 14 44 巴哈马1 1 0 215 日本5 8 5 18 45 新西兰1 0 3 416 保加利亚5 6 2 13 46 泰国1 0 2 317 希腊4 6 3 13 47 爱沙尼亚1 0 2 318 瑞典4 5 3 12 48 克罗地亚1 0 1 219 挪威4 3 3 10 49 喀麦隆1 0 0 120 埃塞俄比亚4 1 3 8 50 哥伦比亚1 0 0 121 乌克兰3 10 10 23 51 莫桑比克1 0 0 122 哈萨克斯坦3 4 0 7 52 巴西0 6 6 1223 白俄罗斯3 3 11 17 53 牙买加0 4 3 724 加拿大3 3 8 14 54 尼日利亚0 3 0 325 西班牙3 3 5 11 55 南非0 2 3 526 土耳其3 0 2 5 56 比利时0 2 3 527 伊朗3 0 1 4 57 阿根廷0 2 2 428 捷克共和国2 3 3 8 58 中国台北0 1 4 529 肯尼亚2 3 2 7 59 摩洛哥0 1 4 530 丹麦2 3 1 6 60 朝鲜0 1 3 4第二十八届雅典奥运会(2004年)----------------------------精品word文档值得下载值得拥有----------------------------------------------名次代表团金牌银牌铜牌总数名次代表团金牌银牌铜牌总数1 美国35 39 29 103 31 中国台北2 2 1 52 中国32 17 14 63 32 格鲁吉亚2 2 0 43 俄罗斯27 27 38 92 33 保加利亚2 1 9 124 澳大利亚17 16 16 49 34 牙买加2 1 2 55 日本16 9 12 37 34 乌兹别克斯坦2 1 2 56 德国14 16 18 48 36 摩洛哥2 1 0 37 法国11 9 13 33 37 丹麦2 0 6 88 意大利10 11 11 32 38 阿根廷2 0 4 69 韩国9 12 9 30 39 智利2 0 1 310 英国9 9 12 30 40 哈萨克斯坦1 4 3 811 古巴9 7 11 27 41 肯尼亚1 4 2 712 乌克兰9 5 9 23 42 捷克共和国1 3 4 813 匈牙利8 6 3 17 43 南非1 3 2 614 罗马尼亚8 5 6 19 44 克罗地亚1 2 2 515 希腊6 6 4 16 45 立陶宛1 2 0 316 挪威5 0 1 6 46 埃及1 1 3 517 荷兰4 9 9 22 46 瑞士1 1 3 518 巴西4 3 3 10 48 印度尼西亚1 1 2 419 瑞典4 1 2 7 49 津巴布韦1 1 1 320 西班牙3 11 5 19 50 阿塞拜疆1 0 4 521 加拿大3 6 3 12 51 比利时1 0 2 322 土耳其3 3 4 10 52 巴哈马1 0 1 223 波兰3 2 5 10 52 以色列1 0 1 224 新西兰3 2 0 5 54 喀麦隆1 0 0 125 泰国3 1 4 8 54 多米尼加共和国1 0 0 126 白俄罗斯2 6 7 15 54 爱尔兰1 0 0 127 奥地利2 4 1 7 54 阿拉伯联合酋长国1 0 0 128 埃塞俄比亚2 3 2 7 58 朝鲜0 4 1 529 伊朗2 2 2 6 59 拉托维亚0 4 0 429 斯洛伐克2 2 2 6 60 墨西哥0 3 1 4----------------------------精品word文档值得下载值得拥有----------------------------------------------。
运用时间序列法预测2008年奥运会奖牌数
运用时间序列法预测2008年奥运会奖牌数
蔺银萍;王建军
【期刊名称】《南京体育学院学报（自然科学版）》
【年(卷),期】2007(006)001
【摘要】根据所搜集的实际数据资料,以统计学为基础,采用时间序列预测方法,对中国历届奥运会奖牌数序列建立了趋势模型,以其预测2008年中国奥运会奖牌总数.
【总页数】2页(P31-32)
【作者】蔺银萍;王建军
【作者单位】曲阜师范大学体育科学学院,山东,曲阜,273165;哈尔滨工业大学(威海校区)体育部,山东,威海,264209
【正文语种】中文
【中图分类】G80-32
【相关文献】
1.运用趋势直线外推法预测2008年奥运会中国获奖牌数 [J], 范珣;齐辉
2.利用支持向量机方法预测2016年里约奥运会中国奖牌数目 [J], 董琦;高峰;
3.用统计回归方法预测我国代表团在2008年奥运会上的奖牌数 [J], 江立平
4.基于时间序列分析的奥运会奖牌数预测 [J], 李响
5.基于时间序列法及组合预测技术的港口吞吐量预测 [J], 张旭; 王琦
因版权原因，仅展示原文概要，查看原文内容请购买。
我国奥运奖牌数浮动规律揭秘与预测
2012年秋季学期数学建模课程论文 题目:我国奥运奖牌数浮动规律揭秘与预测作者信息 编号姓名 学号 专业年级 分工 1刘家成121700310182012级高分子材料与工程收集数据。
探究影响因素2 潘慧 120900120342012级土木工程 撰写论文、建立模型 3 王璇 121700310372012级高分子材料与工程整理数据、模型检验、排版我国奥运奖牌数浮动规律揭秘与预测摘要本文主要运用了一个加权累计法来预测了中国历届奥运奖牌总数以及分析金牌总数浮动的变化规律，具体如下：据分析，我们认为，奥运奖牌变化规律可以从三个方面来进行预测，即我国的经济实力，我国的参赛人数，以及我国的奖牌数随时间的变化。
从而，我们建立了以预测值和实际值之间误差量最小为目标的规划模型，借助历年奥运奖牌的数据，运用回归方程的方法，得到了每一个影响因素与奖牌数的相关关系，然后运用代数计算求得了每一个影响因素的权重，从而得到了奖牌预测公式。
然后，我们用该预测公式求得2012年的奖牌数，并与真实的12年奖牌数进行对照，检验公式的精准度。
最后，我们将31界奥运会的相关预测数据带入公式，求得巴西里约热内卢奥运会的预测奖牌得数。
关键字：经济实力参赛人数加权累计奖牌预测最小二乘法一、问题背景自1979年我国正式恢复了国际奥委会的合法席位。
1984年参加了在美国洛杉矶举行的第23届夏季奥运会，一举获得15枚金牌，实现了奥运金牌“零”的突破。
自此，我国踏上了与世界各民族人民共同推动奥林匹克运动发展的征程。
在刚刚结束的北京奥运会上，中国体育代表团取得了51金21银28铜的好成绩，高居金牌榜首位，奖牌榜第二。
那么，如何保持并加强这个发展趋势，使我国延续着强势项目夺金多，弱势项目有重大突破的良好势头，从而真正成为世界竞技体育格局第一集团的成员是需要认真研究的奥运发展战略的大问题。
因此，预测未来奥运会成绩是当今世界各国体育工作者所研究的热点问题之一, 它关系到各国体育战略发展目标的建立与决策管理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第６卷第１期南京体育学院学报（自然科学版）
Ｖｏｌ．６Ｎｏ．１２００７年３月ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＰｈｙｓｉｃａｌＥｄｕｃａｔｉｏｎ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｍａｒ．２００７
●综述与研究ＭｉｎｉＲｅｖｉｅｗｓａｎｄＳｔｕｄｙ
运用时间序列法预测２００８年奥运会奖牌数
蔺银萍１，王建军２
（１．曲阜师范大学体育科学学院，山东曲阜２７３１６５；２．哈尔滨工业大学（威海校区）体育部，
山东威海２６４２０９）摘要：根据所搜集的实际数据资料，以统计学为基础，采用时间序列预测方法，对中国历届奥运会奖牌数序列建立了趋势模型，以其预测２００８年中国奥运会奖牌总数。
关键词：时间序列法；预测；２００８年奥运会；奖牌数中图分类号：Ｇ８０－３２文献标识码：Ａ文章编号：１６７１－５９５０（２００７）０１－００３１－０２
ＴｈｅＴｉｍｅＴａｋｅｎｔｏＤｅｌｉｖｅｒＳｅｑｕｅｎｃｅＬａｗＦｏｒｅｃａｓｔｓｉｎ２００８ｔｈｅＯｌｙｍｐｉｃ
ＧａｍｅｓＭｅｄａｌＮｕｍｂｅｒｓ
ＬＩＮＹｉｎ－ｐｉｎｇ１，ＷＡＮＧＪｉａｎ－ｊｕｎ２
（１．ＰｈｙｓｉｃａｌＥｄｕｃａｔｉｏｎａｌｃｏｌｌｅｇｅｏｆＱｕｆｕＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｑｕｆｕ，２７３１６５，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ；２．ＰｈｙｓｉｃａｌＥｄｕｃａｔｉｏｎａｌＢｕｒｅａｕｏｆＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，ＷｅｉＨａｉ，２６４２０９，Ｓｈａｎｄｏｎｇ，
Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇｔｏａｃｔｕａｌｄａｔａｍａｔｅｒｉａｌｗｈｉｃｈｃｏｌｌｅｃｔｓ，ｔａｋｅｓｔａｔｉｓｔｉｃｓａｓｔｈｅｆｏｕｎｄａｔｉｏｎ，ｕｓｅｓｔｈｅｔｉｍｅｓｅｒｉｅｓｆｏｒｅｃａｓｔｍｅｔｈｏｄ，ｈａｓｅｓｔａｂｌｉｓｈｅｄｔｈｅｔｅｎｄｅｎｃｙｍｏｄｅｌｔｏｔｈｅＣｈｉｎｅｓｅａｌｌｐｒｅｖｉｏｕｓｙｅａｒｓＯｌｙｍｐｉｃＧａｍｅｓｍｅｄａｌｎｕｍｂｅｒｓｅｑｕｅｎｃｅ，ｂｙｉｔｓｐｒｅ－２００８ｙｅａｒＣｈｉｎｅｓｅＯｌｙｍｐｉｃＧａｍｅｓｍｅｄａｌｔｏ－ｔａｌ．
ｋｅｙｗｏｒｄ：ｔｈｅｔｉｍｅｓｅｒｉｅｓｌａｗ；ｆｏｒｅｃａｓｔｓ；ｔｈｅ２００８ＯｌｙｍｐｉｃＧａｍｅｓ；ｔｈｅｍｅｄａｌｎｕｍｂｅｒｓ
收稿日期：２００６－１１－１３；修回日期：２００７－０２－２０
第一作者简介：蔺银萍（１９８０—），女，山东寿光人，曲阜师范大学体育科学学院硕士研究生，研究方向体育教学理论与实践。
１时间序列法的基本思想及分类
时间序列是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。
时间序列预测方法的基本思想是：预测一个现象的未来变化时，用该现象的过去行为来预测未来。
即通过时间序列的历史数据揭示现象随时间变化的规律，将这种规律延伸到未来，从而对该现象的未来作出预测［３］。
现实中的时间序列的变化受许多因素的影响，有些起着长期的、决定性的作用，使时间序列的变化呈现出某种趋势和一定的规律性，有些则起着短期的、非决定性的作用，使时间序列的变化呈现出某种不规则性
［１］。
时间序列的变化大体可分解为以下４种：
（１）趋势变化，指现象随时间变化朝着一定方向呈
现出持续稳定地上升、下降或平稳的趋势。
（２）周期变化（季节变化），指现象受季节性影响，
按一固定周期呈现出的周期波动变化。
（３）循环变动，指现象按不固定的周期呈现出的波
动变化。
（４）随机变动，指现象受偶然因素的影响而呈现出
的不规则波动。
时间序列一般是以上几种变化形式的叠加或组合，时间序列预测方法分为两大类：一类是确定型的时间序列模型方法，另一类是随机型的时间序列分析方法。
确定型时间序列预测方法的基本思想是用一个确定的时间函数ｙ＝ｆ（ｔ）来拟合时间序列，不同的变化采取不同的函数形式来描述，不同变化的叠加采用不同的函数叠加来描述。
具体可分为趋势预测法、平滑预测法
南京体育学院学报（自然科学版）第６卷
表２奥运会奖牌二次曲线计算表
年份
时间标号ｔ
观察值Ｙｔ
ｔ＊Ｙｔｔ２ｔ２ＹｔＹ３ｔ４１９８４１３２３２１３２１１１９８８２２８５６４１１２８１６１９９２３５４１６２９４８６２７８１１９９６４５０２００１６８００６４２５６２０００５５９２９５２５１４７５１２５６２５２００４
６６３３７８３６２２６８２１６１２９６２１２８６１１２３
９１５１７３
４４１
２２７５
和分解分析法等。
随机型时间序列分析法的基本思想是通过分析不同时刻变量的相关关系，揭示其相关结构，利用这种相关结构来对时间序列进行预测，本文讨论的时间序列预测法指的是确定型时间序列模型方法。
２对中国历届奥运会奖牌数的分析
２．１预测方法与模型的选择
根据表１时间序列的资料，画出中国历届奥运会奖牌总数的时间序列折线图（见附图）。
通过观察时间序列图，可以看出此时间序列具有明显的趋势变动。
根据直观的
判断，即对历届奥运会时间序列拟合趋势模型。
２．２建立模型
２．２．１二次曲线趋势模型!Ｙｔ＝ａ＋ｂｔ＋ｃｔ２
［１］
上述方程中的３个未知参数ａ、ｂ、ｃ根据最小二乘法求得，即对时间序列拟合１条趋势曲线，使之满足下列条件：各实际值Ｙｔ与趋势值〖ＡＫＹ＾〗ｔ的离差平方和为最小，即∑（Ｙｔ－〖ＡＫＹ＾〗ｔ）２＝最小值，得到标准求解方程：
∑Ｙ＝ｎａ＋ｂ∑ｔ＋ｃ∑ｔ２∑ｔＹ＝ａ∑ｔ＋ｂ∑ｔ２＋ｃ∑ｔ３∑ｔ２Ｙ＝ａ∑ｔ２＋ｂ∑ｔ３＋ｃ∑ｔ４
根据表２计算得出ａ，ｂ，ｃ的结果如下：
２８６＝６ａ＋２１ｂ＋９１ｃ１１２３＝２１ａ＋９１ｂ＋４４１ｃ５１７３＝９１ａ＋４４１ｂ＋２２７５ｃ
!
得出：
ａ＝１８．６ｂ＝１０．ｃ＝－０．５
!
由此得出中国奥运会奖牌总数二次曲线方程为：
Ｙｔ＝１８．６＋１０．４７１４２８５７ｔ－０．５ｔ２
２．２．２对模型的有效性进行检验
对时间序列拟合了趋势模型，中国奥运会奖牌总数二次曲线方程Ｙｔ＝１８．６＋１０．４７１４２８５７ｔ－０．５ｔ２，这一预测是否有效，还需要进行有效性检验。
笔者用的是时间序列自相关的分析，即通过计算误差项的自相关系数来判断误差是否属于随机误差（见表３）。
经检验：精确度为９９．５９％，因此判断误差是随机误差，则二次曲线趋势模型用于预测是有效的。
根据模型，可以预测得到２００８年中国奥运会奖牌总数为６７．３９枚，实际值应为６７．３９＊９９．５９％＝６７．１２≈６７枚。
２．２．３预测精度分析
不同的预测对象具有不同的特点，不同的预测方法也有各自的优点和缺点。
预测的关键就是为预测对象寻找合适的预测方法，使得预测结果具有更高的可靠性和精确度。
一般认为预测精度是指预测模型拟合好坏的程度，即由预测模型所产生的模拟值与历史实际值拟合程度的优劣［２］。
从计算结果看，对中国奥运会奖牌数进行序列模型预测后的预期较好，比２００４年奥运会中国代表团的奖牌数提高较多，从而为决战２００８年北京奥运会的中国健儿在训练期间提供了预期的目标发展空间。
参考文献：
［１］徐国祥．统计预测和决策［Ｍ］．上海：上海财经大学出版社，
１９９８，２４３－２４６．
［２］周以祥．现代管理方法［Ｍ］．南京：南京大学出版社，１９９４，５９－６４．
［３］贾俊平．等．统计学［Ｍ］．北京：中国人民大学出版社，２０００，２７８－２８５．
表１中国历届奥运会奖牌数
年份１９８４１９８８１９９２１９９６２０００２００４总数
３２２８５４５０５９
６３
附图奥运会奖牌折线图表３中国奥运会奖牌总数二次曲线方程误差项计算表
年份时间标号ｔ观察
值Ｙｔ
ｔ＊Ｙｔｔ２ｔ２Ｙｔｔ３ｔ４Ｙ＾
１９８４１３２３２１３２１１２９１９８８２２８５６４１１２８１６３６１９９２３５４１６２９４８６２７８１４５．５１９９６４５０２００１６８００６４２５６５２．４８２０００５５９２９５２５１４７５１２５６２５５８．４５２００４
６６３３７８３６２２６８２１６１２９６６３．４２２１２８６１１２３９１５１７３４４１２２７５２８４．８５
３２。