共查询到19条相似文献，搜索用时 873 毫秒
1.
本文基于20082011年的月度时间序列数据,建立了一元时间序列模型和二元时间序列的动态回归ARIMAX模型,运用ADF检验对各变量数据的平稳性进行检验,采用AIC、SBC准则选择相对最优模型.结果表明,可引入"修正的克强指数"对GDP增长率进行二元时间序列分析,并且建立的ARIMAX模型优于一元时间序列模型. 相似文献
2.
时间序列预测模型的比较研究——基于湖北省人均GDP的实证分析 总被引：1，自引：0，他引：1
该文以湖北省1987-2010年的人均GDP时间序列数据建立了3种时间序列预测模型,然后通过一系列预测精度指标对比分析,选出ARMA模型为最优预测模型。并以2008-2010年的数据作为检验数据对其预测效果进行了检验,证实了其预测效果非常理想,最后对湖北省2011年和2012年人均GDP值进行了短期外推预测。 相似文献
3.
ARMA模型由于其简单性、可行性和灵活性,在分析时间序列中发挥着积极的作用。本文以河北省1985—2009年的职工平均工资为基本数据．用时间序列分析中的ARMA模型扣统计学软件SAS软件对数据进行分析和建模,得出模型的参数,井对后续的数据进行预测,结果表明预测效果良好。 相似文献
4.
应用时间序列分析中的多项式曲线法,以1991年至2008年某边防刑事案件统计数据为样本,建立生成数据的多项式曲线方程模型,发现、掌握系统发展规律,并对系统的未来状态做出科学的定量预测. 相似文献
5.
以甘肃省1978年至2012年35个年度的GDP数据为例,结合Eviews软件通过识别、估计和诊断等过程实证分析了数据的变化情况,建立了一个能够有效拟合甘肃省GDP变化规律的时间序列模型,得到了误差较小,短期预测较为准确的满意结果. 相似文献
6.
在时间序列分析理论的基础上,以山东省2007年第一季度到2011年第四季度的GDP总值为基础,利用SPSS软件,对数据进行时间序列分析,建立时间序列分析模型,并对模型进行检验。利用建立的模型对山东省在2012年的GDP的增长趋势做出预测。 相似文献
7.
自2005年人民币汇率改革以来,汇率波动对我国经济发展产生了很大影响,因此对人民币汇率进行研究和预测有着重要意义。鉴于金融时间序列数据的波动性和非线性特征,以及小波分析在时间序列数据分析方面的优势,运用小波分析和BP-GARCH模型相结合方法,以2014年1月2日至2017年6月30日的日人民币兑美元汇率数据为样本,实现汇率的有效预测。结果表明,该方法比BP神经网络的预测效果更佳,证明基于小波分析和BP-GARCH相结合的预测模型可提高人民币兑美元汇率的预测结果。 相似文献
8.
本文通过建立时间序列模型,并利用Eviews软件对海南1987年-2007年的农业总产值和工业总产值时问序列数据进行分析,并对海南2008年-2010年的农业总产值和工业总产值进行预测.该模型的预测效果较好,能充分反映时间序列趋势规律. 相似文献
9.
通过分析河南省19782013年粮食生产总量数据的特点,建立了时间序列的统计模型,结合统计软件进行数据模拟,对河南粮食产量做预测,实证分析结果表明,模型的预测精度和拟合度很高. 相似文献
10.
时间序列分析理论用于处理数据有明显的时间序列特征。用于解决此类问题的软件Eviews是专门从事数据分析、回归分析和预测的工具。使用Eviews可以迅速从数据中寻找出统计关系,并用得到的关系去预测数据的未来值。将时间序列模型应用于分析我国航班延误问题,得出了较为准确的分析结果,并提出了改善航班延误问题的方法和思路。 相似文献
11.
介绍了时间序列的子集门限自回归模型,该模型可以复现非线性时间序列的周期性或季节性趋势．文中给出了子集门限自回归模型的辨识方法并应用于电力负荷的建模和短期预报．应用实例表明,其预测精度较高． 相似文献
12.
基于鞍山市2015年4月2日～26日的空气质量指数数据,将其看为时间序列。通过对其平稳性、自相关和偏相关性的分析,建立了鞍山市空气质量预测ARMA模型。通过实际数据进行预测,并检验模型的精准性。结果表明ARMA模型能收到较好预测效果。 相似文献
13.
旅游客源预测是旅游研究与旅游规划、管理等的重要内容,精确的客源预测无疑会提高旅游研究、规划、管理的科学水平和效力。笔者运用灰色系统理论,通过2000～2007年云南省海外旅游游客数量序列建立灰色预测模型,对云南省海外旅游市场进行实证分析,得出2008—2012年云南省海外旅游游客预测数量。文章的预测方法和结果对其他旅游地的客源市场预测具有一定的借鉴和参考价值。 相似文献
14.
Victor L. Willson 《科学教学研究杂志》1982,19(7):571-575
A recent article by Mayer and Kozlow introduces a time series experiment to science education researchers. This article examines in greater detail design considerations and reanalyzes their data using time series analysis. The first applications of time series experimental methodology to science education research were reported by Mayer and Lewis (1979) and by Mayer and Kozlow (1980). This article discusses Mayer and Kozlow's work and presents a reanalysis of their data which is intended to be heuristic, not critical. (All data were supplied by Dr. Mayer and permission was granted to use the data.) Both design and analysis will be examined. It is important to distinguish time series experimental design from time series analysis. The former, as presented by Campbell and Stanley (1966) and detailed by Glass, Willson, and Gottman (1975), is concerned with structuring treatment conditions and observations over time to make causal inferences. Time series analysis is a set of statistical techniques from which an appropriate technique can be selected to analyze collected data in the framework of a time series design. Just as data from in a randomized experiment might be analyzed using a one-way analysis of variance or a Kruskal- Wallis H-test, data from a time series design may be subjected to several alternative analysis techniques. 相似文献
15.
A new method of short-term forecasting for water consumption in municipal supply water networks based on wavelet transformation is introduced. By wavelet decomposing commonly used in the signal field, water consumption per hour is decomposed into many series. Trend item, cycle item and random item are separated from the original time series in this way. Then by analyzing, building a model, forecasting every series and composing the results, the forecasting value of the original consumption is received. Simulation results show that this forecasting method is faster and more accurate, of which the error is less than 2%, indicating that the wavelet analytical method is practicable. 相似文献
16.
时间序列分析在水文预报中起重要作用 ,其关键是要建立一个合适的预报模型 .文章提出基于 BP算法的单输出和多输出水文预报时间序列神经网络模型 ,克服了以往多种基于随机分析预报模型的缺点 ,不仅能实现快速灵活的信息处理 ,而且具有很强的非线性映射和自学习、自适应能力 ,这为更精确描述复杂非线性水文过程提供了可能 .通过对历史数据的学习 ,模型可对水文径流量时间序列进行预报 ,两个实例分析表明模型的可行性和有效性 相似文献
17.
分析了RBF神经网络在事故预测领域的适应性,提出了采用RBF神经网络建立道路事故预测模型．利用我国1990—2009年道路交通事故数据,运用RBF神经网络建立了非线性回归预测模型,并利用该模型预测了2000—2010年的道路交通事故死亡人数,结果显示该模型具有较高的可靠性,可为我国道路交通管理提供数据支持。 相似文献
18.
选取连云港市1990-2003年期间主要经济指标作为样本数据，通过建立计量经济联立方程模型．利用EVIEWS3．1的二阶段最小二乘法对方程进行回归和检验，对“十一五”期间连云港市主要经济指标进行了预测分析，据此，提出政策建议：（1）加快工业化进程，优化产业结构；（2）千方百计扩大投资规模；（3）增强消费者信心，进一步刺激消费；（4）统筹城乡发展，增加农民收入；（5）进一步壮大港口经济；（6）大力发展非公有经济。 相似文献
19.
灰色预测模型的研究及应用 总被引：1，自引：0，他引：1
在介绍灰色系统理论的基础上,讨论了灰色预测原理,以中国总人口为例,进行了灰色预测模型的建立和求解,提出了中国人口动态模型;以城市的年供电量为例,利用历史数据,并对电力系统各年的日最大负荷的预测建立了基于残差修正的灰色预测模型.该预测模型是一种基于残差CM预测法的改进灰色模型进行优化的组合方法,能够实现在线预测模型参数,最终的预测结果误差可基本控制在3%之内.经过实例计算,基于残差修正的灰色预测模型在对电力系统的日最大负荷进行预测时,与传统的系统理论方法相比较,该方法计算简捷,具有较高的预测精度,具有很好的实用性. 相似文献