共查询到20条相似文献，搜索用时 15 毫秒
1.
本文通过新疆统计年鉴中仅有的新疆1990-2015年的交通客运量数据为研究对象,先利用时间序列(指数平滑和ARIMA)模型和非线性回归方法,进行初步地统计分析。根据预测误差最小的原则确定采用指数平滑模型和ARIMA(1,1,1)模型客运量预测的平均值作为新疆交通总客运量的最终预测方法.并给出了新疆2016—2020年的交通客运总量以及公路、铁路、民航等各客运量的预测结果。 相似文献
2.
本文根据河南省能源消费的历史数据,建立了时间序列ARIMA模型,并对模型进行分析得出,该模型可以对能源消费作出有效预测,然后应用该模型预测了2012年至2015年的河南省能源消费情况。 相似文献
3.
本文利用时间序列分析中的ARIMA(p,d,q)模型,根据1978-2013年我国东三省粮食产量数据进行了随机性分析,结合EVIEWS和SPSS等统计分析软件,通过对模型识别、比较、建立以及检验,最终选定ARIMA(3,1,2)模型,并运用此模型拟合了东三省2009-2013年的粮食产量,同时对东三省2014-2023年未来十年的粮食产量进行了分析与预测。 相似文献
4.
通过ARIMA模型对黑龙江创意人才需求作出预测,在此基础上,为创意产业人才的培养提出对策与建议,使得创意人才总量能够满足黑龙江创意经济发展的需要。 相似文献
5.
从2011.01～2018。08共104个月的海南旅游人数数据出发,首先利用自相关图和偏自相关图对旅游人数序列进行平稳性检验,根据长期趋势性和季节性的特点,确定采用乘积ARIMA模型。按AIC最小准则,对模型进行定阶,最终建立了ARIMA(1,1,1)×(1,1,1)_(12)模型。通过R软件计算,实现对海南旅游人数的预测。2018年9旅游人数预测相对误差分别为2.06,一步预测效果非常理想。与确定性因素分解模型相比,ARIMA(1,1,1)×(1,1,1)_(12)模型预习效果更优。在智慧城市建设进程中,月度旅游人数预测更能及时、准确地掌握游客数量变动趋势,相关管理部门能提前做好预案,提升游客体验度。 相似文献
6.
7.
8.
利用ARIMA模型对1979-2008年河南省财政支出数据进行分析,结果表明ARIMA(3,3,5)模型有较好的预测结果,可以用于河南省财政支出的短期预测。 相似文献
9.
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
10.
11.
《科技通报》2017,(9)
水质的时间变化趋势预测是进行水环境管理的前提,预测模型在很大程度上决定了预测精度的高低,如何选取有效的时间序列水质预测模型是目前的研究热点之一。以平西湖为研究对象,根据2009-2011年间TN、TP和CODMn月监测数据,提出了一种基于ARIMA和RBF-NN的组合模型,该模型能同时反映水质的渐变性和非线性变化的特点,最后用5个精度评价指标对组合模型的预测结果进行了评价,并和基于ARMMA和时间序列神经网络预测模型的预测结果进行了比较。结果表明,大部分指标显示ARIMA/RBF-NN组合模型对受内生变量影响较大的TN、TP的预测效果最好,ARIMA模型对受外生变量影响较大的CODMn的预测效果最优。 相似文献
12.
采用时间序列分析中的自回归移动平均(ARIMA)模型,对矿井涌水量进行预测。以收集到的矿井月度涌水量数据为研究对象,对涌水量时间序列特性进行了分析,结合自相关与偏自相关图及赤池信息准则确定了模型阶数,所建立的模型通过了白噪声检验,并对未来5个月的涌水量进行了预测。结果表明,该模型拟合趋势与实际趋势基本一致,预测结果可以接受,可为矿井安全生产提供指导。 相似文献
13.
《内蒙古科技与经济》2017,(15)
基于成都2009年~2016年的平均温度的数据使用SAS对其进行乘法季节ARIMA建模,从模型的识别、参数估计、建模和预测等各方面介绍了模型建立和预测的过程,发现ARIMA(0,1,1)x(0,1,1)12模型能很好的拟合其平均温度的变化,并用该模型进行预测,结果表明平均温度逐年上升。 相似文献
14.
15.
《黑龙江科技信息》2020,(12)
生物与生态构成的统一整体称为生态系统,在这个系统中,生物与环境相互影响、相互制约,并形成了相对稳定的生态平衡状态。对不同物种的生物信息进行研究具有重大意义。生物信息学的主要研究对象由DNA、RNA和蛋白质分子构成,这些大分子中含括了物种进化和遗传的所有信息。其中DNA里的线粒体是生物系统研究中应用最为广泛的遗传物质之一,具有进化速率快,在遗传过程不发生基因重组、倒位、易变等突变,严格遵守母系遗传方式的特点。本文中对于30个哺乳动物的线粒体DNA进行研究,利用短记忆ARIMA模型做出详细阐述,概述了线粒体DNA携带mtDNA的一般属性。我们首先对于30个物种随机抽取5个物种的线粒体DNA(位置4,70个碱基)的碱基序列,对其进行时序化;然后利用ARIMA模型进行模型识别、参数估计、模型诊断(检验及优化)、进行预测(碱基位置71-75)。结果表明:在短记忆模型ARIMA(p,q)模型高度显著拟合下,其作为合适的时间序列模型能帮助我们挖掘DNA序列中的未知特性。 相似文献
16.
<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
17.
本文基于中国统计局提供的1980年~2016年的国民总收入年度数据,分别构建了Holt指数平滑模型和ARIMA模型预测最近5年的国民生产总值。结果显示ARIMA时间序列模型具有更好的拟合和预测效果,可以为我国宏观经济的发展提供更好的参考。 相似文献
18.
运用SPSS统计软件,对某医科大学图书馆2016年至2018年的微信公众号用户量建立合适的ARIMA模型,模型定为ARIMA(0,2,1)(0,1,1)_(12),并通过该模型对2019年1月与2月用户量进行预测并与现实数据进行对比。ARIMA模型的建立旨在为图书馆新媒体阅读推广提供参考。除此之外,将微信公众号功能模块作为影响微信公众号用户量的因素之一,对其点击量进行统计与分析,根据分析结果,需要对菜单功能模块做适当调整。 相似文献
19.
20.
通过查阅1978年～2012年的《重庆统计年鉴》,得到重庆市1978年～2012年的GDP数据,运用Eviews7.0软件及时间序列分析方法对重庆市GDP的平稳性进行检验,根据时间序列模型的识别规则及ARIMA模型的建模方法,建立了ARIMA（1,2,0）模型,用该模型能描述重庆市GDP状况并作短期预测分析. 相似文献