共查询到20条相似文献，搜索用时 46 毫秒
1.
时间序列分析方法是经济领域研究的主要工具之一,它用合适的模型描述历史数据随时间变化的规律,并预测经济变量值,而ARMA模型是其中较为基础的一种。本文介绍了随机时间序列的统计预测方法,给出了ARMA模型的建立与识别过程,并进行参数估计和检验,以对我国未来短期内的GNP平减指数进行动态预测。 相似文献
2.
文章以西藏自治区1978～2011年的地区生产总值时间序列为具体的分析对象,通过对数据的平稳化处理,在此基础上建立自回归移动平均模型(ARMA模型)。用Eveiws软件拟合ARMA模型并做预测分析。 相似文献
3.
利用径向基神经网络，对国内外近年来专利申请数量进行了预测。预测结果同用时间序列ARMA模型预测的结果进行了比较。预测结果表明：良好训练的径向基神经网络的输出数据能与实际专利申请数较好地吻合，而且比ARMA预测方法更为有效，可作为专利预测的一种新手段。 相似文献
4.
一、模式识别的一般规则B—J.(Box—Jenkins)方法,是一种时间序列预测技术,又称为 ARMA 方法。这种方法通过 AR 模式、MA 模式或 ARMA 混合模式拟合各类时间序列,在最小方差的意义下对过程作出最佳预测。 相似文献
5.
我国外汇储备的预测分析与政策选择 总被引：1，自引：0，他引：1
文章运用Box-Jenkins时间序列分析方法,对我国自1950年以来的外汇储备进行了计量分析,并建立ARMA模型对我国未来外汇储备规模进行了预测,最后提出了相应的政策建议. 相似文献
6.
以1953-2005年的国内生产总值(GDP)增长率为基础,应用一个时间序列模型,即ARMA模型,对我国"十一五"期间的GDP增长率作出初步预测。判断它是否位于无警区间内,并根据预测结果提出相应的对策和建议,以收未雨绸缪之效。 相似文献
7.
基于神经网络的多维时间序列预测预报方法 总被引：5，自引：0，他引：5
1 引言时间序列就是一列随时间变化的数,它是对客观事物的一种描述,属于时域分析的范畴。我们研究时间序列的目的,就是要对时间序列建立一个参数模型,用于描述事物发展的变化规律。定义1:时间序列{x(t)}是一个t∈Z的实值向量随机变量,其中Z表示整数集。在定义1中,如果x(t)∈R~1,那么{x(t)}就是一维时间序列,所建立的模型称为一维时间序列模型;如果x(t)∈R~(?),那么{x(t)}就是r维时间序列,所建立的模型称为r维时间序列模型。 Box和Jenknis首先成功地建立了一维时间序列模型。近年来Tong也在这方面做了许多很有影响的工作。通过许多人的努力,使得一维时间序列模型,如ARMA模型等都能较好地应用于实际预测工作。一个一维序列{x(t)}的(p,q)阶ARMA模型 相似文献
8.
一、概述近年来,预测学在国内外发展迅速并得到广泛应用。时间序列分析和建模技术是预测的重要手段。众所周知,对被研究的客观过程(经采样后已成为时间序列)建立模型,并根据动态数据来确定模型的参数,是对该过程(时间序列)进行模态分析和预测的典型方法。在经济预测中,最常见模型有自回归(AR)模型和自回归滑动平均(ARMA)模型等。已有不少文献对这二种基本模型作了系统的阐述,本文不再赘述。在实践中经常会遇到这样情况,就是被预测的对象常常有一些先验信息,例如事先就知道该过程一部分统计特性,如一 相似文献
9.
基于1978~2012年安徽省农村居民年人均纯收入的时间序列,利用Eviews软件对时间序列先后进行平稳性检验、自相关和偏相关分析,并建立ARMA(1,1)模型;然后确定模型参数并对模型的随机误差项进行白噪声检验,检验通过,满足预测的要求;运用该模型对人均纯收入进行预测,结果显示平均绝对误差率较低;利用模型进行农村居民纯收入进行短期预测,数据表明,安徽省农村居民纯收入将保持持续稳定增长的态势增长;最后针对增加农村居民收入与缩小城乡居民收入差距等问题提出了可行性的建议。 相似文献
10.
11.
科技投入是促进经济发展的主要途径和手段,国家财政科技投入水平代表政府对科技的重视程度。本文通过建立我国财政科技支出值的时间序列ARMA模型,对我国"十二五"时期的财政科技支出情况进行预测,以期为政府和企业制定相关政策提供参考和建议。 相似文献
12.
根据1978-2009年的统计数据,首先将我国物流产业增值与我国GDP进行回归分析,然后将我国物流产业增值进行时间序列的四种方法的建模。通过以上五种模型的建立,以2010-2012年的统计数据作为检验数据验证预测效果,依据真实值与预测值的误差百分比进行最优模型的选取,最终选择ARMA(p,q)模型为最优模型,并用该模型对我国2013-2015年的物流产业增值进行定量预测。最终将预测结果结合定性分析进行修正,使预测值更具有现实意义。 相似文献
13.
一、方法的陈述自从本世纪三十年代 ARMA 混合模式问世以来,在时间序列分析和预测中,它日益成为一种重要而经常使用的手段。和时间序列其他预测方法相比较,这种方法具有相当的灵活性和优越性。它不仅可以拟合各种不同的数据样式,通过若干次迭代获得最佳参数估计值;而 相似文献
14.
15.
RD投入作为支撑科技竞争力最重要的物质基础,其投入的力度直接影响着一个国家或地区科技、经济、社会的发展水平。在分析福建省RD经费投入时间序列发展变动特征和对其的影响因素进行假设分析的基础上,分别建立ARMA(3,5)时间序列预测模型和相关关系预测模型,然后建立组合预测模型,对福建省2015—2020年的RD经费投入的发展变化趋势进行准确可靠预测,并对福建省"十三五"科技发展规划中RD经费投入强度规划目标值提出合理建议。 相似文献
16.
近年来,心血管疾病已成为威胁人们生命的主要疾病,而心血管疾病患者早期发病时往往出现心律失常症状,因此早期检测心律失常对提前预防心血管疾病,及早介入治疗具有至关重要的意义。基于此,本研究利用小波分析方法对不同类型的心电序列进行去噪声处理,再利用ARMA模型以及时间序列的方法对分解后的信号序列进行特征提取,将ARMA模型的系数作为心电信号的特征指标;结合决策树分类、支持向量机分类和随机森林分类机器学习方法对提取后的心电特征指标进行分类研究,并根据实验结果对三种算法的性能进行比较分析。 相似文献
17.
基于IOWA的我国能源需求组合预测模型的应用研究 总被引：1，自引：0，他引：1
基于诱导有序加权平均算予的组合预测方法是近年来发展的具有广泛应用的预测模型。本文首先采用多元回归、基于HP的ARMA模型及灰色预测方法建立了我国能源需求的单项预测模型,随后引进诱导有序加权平均算子的概念,建立了我国能源需求的组合预测模型。并对我国未来的能源需求量进行了实证分析。预测结果表明该模型能提高组合预测精度,是一种较为简便、快捷且预测效果较好的方法。 相似文献
18.
<正>ARIMA模型常用来对时间序列做预测分析，而股票价格的预测一直是股民较为关注的问题，准确的预测股票价格有利于在变化莫测的金融市场上做出合理的决策。ARIMA模型通过对历史数据建模，拟合时间序列数据的变动规律，进而预测未来股票的变化。本文选择深信服科技2021年所有交易日的股票收盘价数据，用ARIMA模型拟合其变化规律，最后对短期内的深信服收盘价进行预测。 相似文献
19.
中国石油消费量增长趋势分析——基于ARIMA模型的预测与分析 总被引：2，自引：0，他引：2
石油属于重要的战略物资和民用能源,对其消费量进行预测,可为合理安排原油生产和石油进出口提供依据,优化社会资源的配置。本文采用Box和Jenkins的ARIMA模型,对1953年以来我国石油消费量的年度数据进行分析,原始数据来源于《中国统计年鉴》。与结构性因果模型、自回归(AR)、移动平均(MA)、自回归移动平均(ARMA)模型等相比较,ARIMA模型不但适合于我国石油消费量的非平稳时间序列的特点,并且预测效果比较理想。结果表明,ARIMA(4,1,5)模型的预测效果良好,2001年~2005年平均预测误差仅为4.01%,可用于未来我国石油消费量的预测。对2006年~2008年的预测结果表明,今后几年我国石油消费量将以较高的年增长率增加,2008年将达到约53 000多万吨标准煤,表明今后几年我国对外石油依存度将再度上升。 相似文献