共查询到18条相似文献，搜索用时 140 毫秒
1.
ARIMA模型在居民消费价格指数预测中的应用 总被引：2，自引：0，他引：2
将ARIMA模型应用于居民消费价格指数的拟合和短期预测中,采用2001年1月至2013年10月中国居民消费价格指数的月度数据,借助EViews 6.0软件对数据进行拟合分析,建立了乘积季节ARIMA（5,0,6）（1,1,0）12模型,并讨论了模型的准确性,对未来中国居民消费价格指数进行了预测,该模型具有较高的理论与实际价值。 相似文献
2.
基于最优组合模型的中国GDP预测 总被引：1，自引：0，他引：1
李小月 《喀什师范学院学报》2012,33(2):23-26
利用1990～2010年中国GDP数据,在建立ARIMA、多项式趋势拟合模型和GM(1,1)模型基础上,以误差平方和最小为最优准则建立组合预测模型,并把它应用于我国GDP的预测。所得结果误差优于三个模型的分别预测,表明组合预测模型在时间序列数据的预测中更有优势。并用所建的组合预测模型进行2011～2015年的预测。 相似文献
3.
负荷预测是电力系统规划、计划、用电、调度等部门的基础工作,电力负荷是影响电网寿命和可靠度的一个重要因素。结合某省电网近五年来总电力负荷数据,对电力负荷数据进行分析与预处理,分别运用ARIMA模型与灰色GM（1,1）模型针对该省的电力总负荷分别做未来3天和10天两种情况下的短期预测,重点比较了所用两种方法的优缺点和精准度,得到3天的预测精度上GM（1,1）模型效果高于ARIMA模型,10天的预测精度上ARIMA模型相对较好。 相似文献
4.
我国财政支出的时间序列分析 总被引：1，自引：0，他引：1
张淑银 《福建教育学院学报》2009,10(5):43-46
介绍求和自回归移动平均模型ARIMA（P,d,q）的建模方法及SAS实现。将ARIMA模型应用于我国财政支出的分析与预测,结果表明ARIMA是一种短期预测精度较高的预测模型。 相似文献
5.
司徒毅 《广东轻工职业技术学院学报》2009,8(4):1-4
电信运营商通过分析各个时间段、各个具体区域、热点区域的历史话务数据,能够对未来一段时间的话务量进行预测,从而提供面向运营商管理层的决策支持。因此,采用合适的方法对话务量进行准确预测,无论对于话务短期均衡,还是对于网络规划都有一定的帮助。本文将短期预测的代表方法——自回归求和滑动平均（Autoregressive Integrated Moving Average Model,简称ARIMA）模型应用于话务分析,并与往常使用的指数拟合趋势线方法进行对比,实验结果表明ARIMA预测精度较高。 相似文献
6.
范国兵 《赤峰学院学报(自然科学版)》2013,(3):76-78
根据长沙市2001-2005年土地利用变更数据,分别建立了Markov模型和灰色GM（1,1）模型,对未来几年全市土地利用结构变化进行预测．并将两种模型预测结果相互验证与对比分析,以提高预测精度与可信度．结果表明：未来几年,长沙市土地利用结构变化趋势为：耕地、林地和未利用地持续减少,牧草地、居民点及独立工矿用地、交通用地呈增长趋势． 相似文献
7.
焦春义 《荆门职业技术学院学报》2009,24(7):52-56
采用灰色Verhulst新陈代谢、外推对数曲线模型两种方法,对河南省南阳市2009—2013年第一产业总值进行预测,结果表明：灰色Verhulst新陈代谢模型适合对曲线近似S形的饱和发展序列进行预测,不需要大量的原始数据,具有计算量小、计算方便和预测精度高等优点;对数曲线预测模型适合图形识别强的对数曲线,曲线回归拟合度甚优,这两种模型对指导南阳市第一产业总值的分析预测具有重要的现实意义和推广价值。 相似文献
8.
《洛阳师范学院学报》2016,(5):68-70
选取2009年1月至2015年12月我国生产者价格指数的指标值,建立自回归移动平均(ARIMA)模型,并通过白噪声检验和数据拟合得到生产者价格指数预测的最优模型.结果表明,ARIMA(7,1,2)模型为最优模型.利用该模型对我国2016年1月至6月的生产者价格指数进行预测,结果显示,未来半年内,我国生产者价格指数小幅回升,经济运行趋势向好. 相似文献
9.
根据山东统计数据信息,以山东省农村居民收入支出为例,应用灰色系统理论建立农村住户人均收入和支出的时间（1999—2006年）序列模型,分析收入和支出的内在关系和变化趋势,给出了GM（1,1）模型的实现方法。通过对预测结果的检验,证明灰色GM（1,1）模型具有准确性高、拟合效果好的特点。 相似文献
10.
针对网络流量高度自相关、随机性和非线性等时间序列特征,采用支持向量机（SVM）模型进行预测。针对SVM模型中参数难以确定的问题,采用粒子群（PSO）算法进行参数寻优,保证预测的精确度。将PSO—SVM模型预测结果与ARIMA自回归移动平均模型、BP神经网络模型预测结果进行比对,PSO—SVM模型具有更高的预测精度,能够更好地反映网络流量的变化规律。 相似文献
11.
陶银燕 《重庆职业技术学院学报》2011,20(1):26-27
文章在分析1999-2009年开封市旅游创汇收入额年度数据的基础上,建立了旅游创汇收入额的ARIMA（p,d,q）模型。结果表明,ARIMA（1,1,1）模型提供较准确的预测效果,可以用于未来的短期预测,并为开封市入境旅游的政策和规划提供可靠的依据。 相似文献
12.
为了提高行程时间预测的可靠性,构建了自回归综合移动平均与广义自回归条件异方差性(ARIMAGARCH)模型进行城市主干道行程时间动态置信区间预测,其中ARIMA模型作为GARCH模型的均值方程用于捕获行程时间均值,GARCH模型用于捕获行程时间条件方差.运用昆山市交通监测系统中采集的实际交通流数据进行验证和评估.结果表明,相较于传统的ARIMA模型,提出的方法虽然不能显著提升行程时间均值的预测性能,但是在行程时间波动性预测方面具有较大的优势.该方法可捕获行程时间异方差,从而能够预测出比ARIMA模型预测的固定置信区间更能反映行程时间观测值波动性的动态置信区间. 相似文献
13.
廖敏辉 《衡阳师范学院学报》2007,28(2):57-59
本文利用Box-Jenkin的随机时间序列ARIMA(p,d,q)模型分析法,通过特点的数据处理方式,建立了我国城市化水平的ARIMA(1,2,1)动态预测模型,预测了2006—2010年我国的城市化水平,提出要不失时机地采取相关措施,创造一定条件促进城市化的持续健康稳定的发展的四点建议。 相似文献
14.
利用主成分分析(PCA)对影响因子进行筛选后,再利用LSSVM进行建模和预测,由此得到了一种新的时间序列预测模型(PCA-LSSVM)。以甘肃省天水市的胆囊炎发病率为例,应用PCA-LSSVM预测模型进行实证分析,结果表明,此模型的预测精度优于PCA-MLR,ARIMA,LSSVM等参比模型。 相似文献
15.
文章运用时间序列ARIMA模型的建模方法对云南省楚雄市1961年到2010年年平均气温进行分析研究,通过SAS软件建立了ARIMA(p,d,q)时间序列模型,同时运用建立的模型对楚雄市未来4年的年平均气温值进行了预测;本文的研究结果对当地工农业生产、人民生活具有一定参考价值。 相似文献
16.
17.
沈阳地区月平均降雨量的ARIMA时序建模与预测 总被引：3，自引：0，他引：3
运用SAS系统中的ETS模块，根据时间序列分析的统计方法，对沈阳地区历年来月平均降雨量的动态数据进行了建模与预测，模拟了该地区月平均降雨量的动态模型ARIMA，为工农业生产和生态活动的适当调整提供了一定的科学依据。 相似文献
18.
以1992-2012年的安徽省城镇居民人均消费支出的数据,运用多元回归与时间序列结合的模型预测、ARIMA模型预测和灰色预测三种单项预测方法,以预测的误差平方和最小为准则,建立IOWA组合预测模型,并以安徽省城镇人均消费支出为例进行实证分析,发现组合预测模型在整体上都优于每一单项预测方法,对我国居民消费支出预测和研究城镇居民人均消费具有重大意义。 相似文献