〔摘要〕運(yùn)用回歸分析預(yù)測(cè)法和時(shí)間序列分析法兩種模型，以文獻(xiàn)計(jì)量學(xué)為例，對(duì)近年來相關(guān)文獻(xiàn)量的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行擬合與預(yù)測(cè)，并對(duì)兩種預(yù)測(cè)模型的結(jié)果進(jìn)行對(duì)比分析。結(jié)果表明，時(shí)間序列預(yù)測(cè)模型對(duì)文獻(xiàn)計(jì)量學(xué)研究的模擬預(yù)測(cè)效果較好。兩種預(yù)測(cè)模型不僅適用于文獻(xiàn)計(jì)量學(xué)發(fā)展研究，對(duì)于其他領(lǐng)域也同樣適用。針對(duì)不同領(lǐng)域的學(xué)科發(fā)展趨勢(shì)，在進(jìn)行數(shù)據(jù)模擬和分析預(yù)測(cè)時(shí)要根據(jù)統(tǒng)計(jì)數(shù)據(jù)的多少和分布情況，選取一種相對(duì)效果更好并且方便可行的預(yù)測(cè)方法。

〔關(guān)鍵詞〕文獻(xiàn)計(jì)量學(xué)；回歸分析；時(shí)間序列分析；發(fā)展趨勢(shì)

〔中圖分類號(hào)〕G255〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2013）02-0162-04

目前信息的分析與預(yù)測(cè)活動(dòng)已越來越深入到社會(huì)發(fā)展、經(jīng)濟(jì)生活、科技進(jìn)步等各個(gè)領(lǐng)域，成為社會(huì)發(fā)展與進(jìn)步的標(biāo)志[1]。針對(duì)某一學(xué)科專業(yè)研究的發(fā)展趨勢(shì)進(jìn)行分析與預(yù)測(cè)，不僅可以揭示該學(xué)科研究的特點(diǎn)和發(fā)展規(guī)律，而且為今后的研究和工作提供科學(xué)的依據(jù)。如今，無論是情報(bào)學(xué)還是文獻(xiàn)學(xué)的發(fā)展都與文獻(xiàn)計(jì)量學(xué)息息相關(guān)，文獻(xiàn)計(jì)量學(xué)也是情報(bào)學(xué)等相關(guān)學(xué)科的重要研究方法。對(duì)文獻(xiàn)計(jì)量學(xué)的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，不僅可以預(yù)測(cè)出未來文獻(xiàn)計(jì)量學(xué)的發(fā)展趨勢(shì)，而且可為其他學(xué)科尤其是圖書館學(xué)、情報(bào)學(xué)領(lǐng)域的理論研究提供了參考和借鑒[2]。

本文以文獻(xiàn)計(jì)量學(xué)為實(shí)例，通過定量的方法分析其論文數(shù)量的變化情況，應(yīng)用回歸分析模型和時(shí)間序列分析模型，對(duì)文獻(xiàn)計(jì)量學(xué)的發(fā)展趨勢(shì)進(jìn)行擬合和預(yù)測(cè)，并針對(duì)兩種預(yù)測(cè)模型的預(yù)測(cè)結(jié)果進(jìn)行比較分析[3]。

1統(tǒng)計(jì)數(shù)據(jù)的來源與統(tǒng)計(jì)結(jié)果

利用中國(guó)知網(wǎng)（CNKI）數(shù)據(jù)庫檢索系統(tǒng)，以文獻(xiàn)計(jì)量學(xué)為關(guān)鍵詞，統(tǒng)計(jì)時(shí)間為1996.01.01-2010.12.31進(jìn)行模糊檢索，對(duì)所檢索到的數(shù)據(jù)進(jìn)行處理后共得到論文2 100篇，按發(fā)表年份排列的論文篇數(shù)2.1回歸分析模型介紹

回歸分析法，是從各種現(xiàn)象之間的因果關(guān)系出發(fā)，通過對(duì)與預(yù)測(cè)對(duì)象有聯(lián)系的事物或現(xiàn)象的變動(dòng)趨勢(shì)進(jìn)行分析，進(jìn)而推算出對(duì)象的未來數(shù)量狀態(tài)的一種預(yù)測(cè)方法。根據(jù)散布的數(shù)據(jù)點(diǎn)求出理想的回歸直線或曲線，建立起確定的回歸方程進(jìn)行預(yù)測(cè)[4]。

一元線性回歸方程的一般形式：

時(shí)間序列分析是以研究對(duì)象的歷史數(shù)據(jù)為基礎(chǔ)，將研究對(duì)象的發(fā)展變化過程表述成時(shí)間序列，首先要識(shí)別時(shí)間序列的特征，進(jìn)而分析它隨時(shí)間的變化趨勢(shì)，建立相應(yīng)的時(shí)間序列分析模型，并通過一定的時(shí)間序列預(yù)測(cè)方法，推測(cè)出研究對(duì)象的未來變化趨勢(shì)。

通過分析統(tǒng)計(jì)數(shù)據(jù)，應(yīng)用時(shí)間序列分析法中的移動(dòng)平均法（M法）對(duì)文獻(xiàn)計(jì)量學(xué)的發(fā)展趨勢(shì)進(jìn)行擬合和預(yù)測(cè)。其基本方法是每次在時(shí)間序列上移動(dòng)一步求平均值。這樣的處理可對(duì)原始的無規(guī)則數(shù)據(jù)進(jìn)行“修勻”，消除樣本中的隨機(jī)干擾成分，形成平滑的趨勢(shì)線，突出序列本身的固有規(guī)律，從而為進(jìn)一步的建模和參數(shù)估計(jì)做好基礎(chǔ)[5]。

為進(jìn)一步提高預(yù)測(cè)值和實(shí)際值的吻合度，可以采用在一次移動(dòng)平均的基礎(chǔ)上再進(jìn)行一次移動(dòng)平均法，稱為二次移動(dòng)平均法。二次移動(dòng)平均是在一次移動(dòng)平均的基礎(chǔ)上，對(duì)具有線性趨勢(shì)的數(shù)據(jù)再進(jìn)行一次移動(dòng)平均。其計(jì)算公式為：

在利用時(shí)間序列模型進(jìn)行預(yù)測(cè)時(shí)，可將對(duì)應(yīng)的T值代入式（7）中，通過線性時(shí)間關(guān)系模型求出i+T即為所要預(yù)測(cè)年份的論文篇數(shù)。

3文獻(xiàn)計(jì)量學(xué)研究發(fā)展趨勢(shì)的預(yù)測(cè)

3.1回歸分析預(yù)測(cè)模型

以文獻(xiàn)計(jì)量學(xué)發(fā)表論文的年份為自變量，各年份的論文篇數(shù)為因變量。通過散布的數(shù)據(jù)點(diǎn)繪制出散點(diǎn)圖，發(fā)現(xiàn)兩變量的關(guān)系近似于一條直線。為了方便計(jì)算，設(shè)1996-2010年時(shí)間t的取值分別為-7，-根據(jù)一元線性回歸方程的計(jì)算公式計(jì)算相關(guān)數(shù)據(jù)結(jié)果如下：

由此可知，回歸方程的擬合程度很好，可以應(yīng)用回歸分析預(yù)測(cè)模型對(duì)未來的文獻(xiàn)計(jì)量學(xué)相關(guān)文獻(xiàn)量進(jìn)行預(yù)測(cè)。

通過回歸分析預(yù)測(cè)模型可預(yù)測(cè)2011年文獻(xiàn)計(jì)量學(xué)的相關(guān)論文篇為2011=140+22.78t=322.24。

3.2時(shí)間序列分析預(yù)測(cè)模型

根據(jù)公式（4），分別取移平跨度n=3和n=5進(jìn)行一次移動(dòng)平均，如表3。

通常采用均方誤差（MSE）來檢驗(yàn)n值選擇的效果。表3一次平均移動(dòng)數(shù)據(jù)表

年份11論文篇數(shù)依據(jù)上述兩種預(yù)測(cè)模型，分別計(jì)算兩種模型1996-2010年的模擬值以及2011年、2012年的預(yù)測(cè)值，如表5。其中，

兩種預(yù)測(cè)模型的相關(guān)系數(shù)比較得：r1

5結(jié)語

以文獻(xiàn)計(jì)量學(xué)為例，采用兩種預(yù)測(cè)模型對(duì)其發(fā)展趨勢(shì)進(jìn)行擬合及預(yù)測(cè)，克服了單一模型擬合和預(yù)測(cè)的局限性。預(yù)測(cè)結(jié)果表明，文獻(xiàn)計(jì)量學(xué)研究的論文篇數(shù)在未來3年將超過500篇，并且增長(zhǎng)趨勢(shì)較快。通過對(duì)兩種預(yù)測(cè)模型相關(guān)系數(shù)的比較，得出時(shí)間序列模型對(duì)文獻(xiàn)計(jì)量學(xué)研究發(fā)展的預(yù)測(cè)效果相對(duì)較好。時(shí)間序列模型在預(yù)測(cè)時(shí)不必考慮其他因素的影響，僅從實(shí)際變動(dòng)的數(shù)值序列自身出發(fā)建立相應(yīng)的模型進(jìn)行預(yù)測(cè)，避免了尋找影響因素及識(shí)別主要因素和次要因素的困難?；貧w分析模型是從各種現(xiàn)象之間的因果關(guān)系著手，通過對(duì)與預(yù)測(cè)現(xiàn)象有聯(lián)系的事物或現(xiàn)象的變動(dòng)趨勢(shì)進(jìn)行分析。時(shí)間序列模型適用于某一領(lǐng)域的短期預(yù)測(cè)，而回歸分析方法是經(jīng)濟(jì)預(yù)測(cè)的常用數(shù)學(xué)方法，利用統(tǒng)計(jì)數(shù)據(jù)確定變量之間的線性關(guān)系，并參考這種函數(shù)關(guān)系來預(yù)測(cè)未來發(fā)展趨勢(shì)，適用于某一領(lǐng)域的長(zhǎng)期趨勢(shì)預(yù)測(cè)。兩種預(yù)測(cè)模型不僅適用于文獻(xiàn)計(jì)量學(xué)的發(fā)展研究，對(duì)于其他領(lǐng)域也同樣適用。針對(duì)不同領(lǐng)域的學(xué)科發(fā)展趨勢(shì)，在進(jìn)行數(shù)據(jù)模擬和分析預(yù)測(cè)時(shí)要根據(jù)數(shù)據(jù)的多少和分布情況，選取一種相對(duì)效果更好并且方便可行的預(yù)測(cè)方法。

參考文獻(xiàn)

[1]查先進(jìn).信息分析與預(yù)測(cè)[M].武昌：武漢大學(xué)出版社，2009：2，193-201，205-208.

[2]鄭懷國(guó)，趙靜娟，譚翠萍.基于文獻(xiàn)計(jì)量學(xué)的科技情報(bào)分析與服務(wù)[J].情報(bào)雜志，2010，（12）：39-40.

[3]吳淑玲.兩種數(shù)字圖書館發(fā)展趨勢(shì)預(yù)測(cè)模型的比較[J].情報(bào)科學(xué)，2004，（11）：1317-1320.

[4]王筠.專業(yè)研究發(fā)展趨勢(shì)的預(yù)測(cè)模型——以競(jìng)爭(zhēng)情報(bào)研究為例[J].情報(bào)雜志，2010，（7）：12-14.

[5]江三寶，毛振鵬.信息分預(yù)測(cè)[M].北京：清華大學(xué)出版社，2008：56-63，77-90.

[6]王筠.文獻(xiàn)老化的回歸分析與預(yù)測(cè)[J].情報(bào)雜志，2006，（6）：68-69.

[7]蔡時(shí)連.一元線性回歸分析模型在期刊訂購(gòu)預(yù)測(cè)中的應(yīng)用[J].圖書情報(bào)工作，2010，（2）：112，126-128.

（本文責(zé)任編輯：馬卓）