基于ARMA模型的上海市人均GDP时间序列分析与预测

本文分析了上海市人均GDP水平时间序列(1978年至2008年),在将数据平稳化的基础上建立自回归移动平均模型(ARMA模型),从中找出上海市人均GDP序列变化的规律,并在此基础上对未来几年的指标数值进行了预测。     

基于ARMA模型的上海市人均GDP时间序列分析与预测

本文分析了上海市人均GDP水平时间序列（1978年至2008年）,在将数据平稳化的基础上建立自回归移动平均模型（ARMA模型）,从中找出上海市人均GDP序列变化的规律,并在此基础上对未来几年的指标数值进行了预测。     

基于ARIMA模型和GARCH模型的美元指数波动性分析

美元指数在金融危机前后出现了耐人寻味的变化,其波动影响着国际经济、政治格局。本文运用自回归单整移动平均时间序列(ARIMA模型)和广义自回归条件异方差时间序列(GARCH模型)的方法分析美元指数,采集大量历史样本数据,对其波动特性进行实证研究。运用ARIMA模型对未来短期美元指数走向进行预测,表明美元指数的波动有一定的规律。同时,对美元指数建立用于描述大量金融时间序列的GARCH(1,1)模型,通过模型的定阶、检验、预测发现GARCH模型有较好的预测较长期整体走势的能力。     

基于matlab软件的动态指数平滑模型建立与应用

动态指数平滑模型的建立依托于指数平滑法优势,以寻找最小误差平方和为目标参数,广泛应用于各类实际问题的解决。本文以二次平滑指数和某景点游客预测问题为基础,探讨如何利用matlab软件建立动态指数平滑模型,结果证实,其可以更加高效准确的找到合适平滑参数,提升模型精确度,有利于实际问题的解决,适宜广泛推广应用。     

配送中心需求量的时间序列预测方法研究

本文通过对物流需求预测的时间序列预测方法的组成成分、基本结构进行分析，利用编制计算机程序来建立时间序列需求量预测的简单指数平滑法、自适应指数平滑法和HOLT指数平滑法三种预测模型，为配送中心的库存控制提供支持。     

时间序列分析方法在张家川冠心病发病情况的应用

文章应用SPSS软件对张家川地区2002年12月至2006年8月冠心病每月发病人数统计资料做时间序列分析观测到该时间序列是无长期趋势和周期性波动的序列,进行指数平滑法拟合得到单参数的指数平滑模型,数学表达式,且进行预测值比较,得到较好效果。     

对口援疆背景下的新疆入境旅游发展研究

利用年际变动指数、地理集中指数对新疆入境旅游时空演变特征进行定量分析。研究表明:入境旅游呈现人数波动式增长,入境游客中外国游客占主导;入境旅游年际变化较大,客源市场不稳定。利用灰色系统模型GM(1,1)模型对新疆未来五年入境旅游指标进行预测,以期为新疆旅游管理部门和旅游企业提供参考。     

结构时间序列模型在经济预测方面的应用研究

本文开发了一种新的经济时间序列预测方法——利用结构时间序列模型进行预测。在结构时间序列模型中由经济指标分解得到的趋势、循环、季节及不规则因素是不可观测的变量，不能利用传统的回归分析方法求解模型，因此，本文采用状态空间方法来求解结构时间序列模型。本文通过ARIMA模型来研究经济时间序列的结构，在此基础上建立了不同形式的结构时间序列模型，并利用结构时间序列模型对我国社会消费品零售总额、狭义货币供给量(M1)和国内生产总值(GDP)等经济时间序列进行了预测。实证研究表明，结构时间序列模型具有良好的预测效果。从而为经济时间序列预测提供了一种新的有效方法。     

指数平滑法在达州幼儿园发展规模预测中的应用

本文利用在校学生数作为达州幼儿园发展规模指标,建立了指数平滑预测模型,用此模型对达州2014~2016年幼儿园在校学生数作出了预测。结果表明,达州幼儿园在校学生数在近三年内仍会增长。     

时间序列分析方法在张家川冠心病发疴隋况的应用

文章应用SPSS软件对张家川地区2002年12月至2006年8月冠心病每月发病人数统计资料做时间序列分析观测到该时间序列是无长期趋势和周期性波动的序列,进行指数平滑法拟合得到单参数的指数平滑模型,数学表达式z^ （t＋1）=0．8zt＋0．2z^ t,且进行预测值比较,得到较好效果。     

基于季节性指数平滑法的MRO物资预测

针对北京京城工业物流有限公司提交的采购订单在时间上不够准确、供应商难以控制生产提前期的问题,设计了较为合理的采购流程.以需求预测信息为基础,将MRO(生产和维修)物资按ABC分类法进行分类,绝大多数的A类MRO物资的需求量都呈现明显的季节性变动的特点,采用季节性指数平滑法对MRO物资进行预测.建立了季节性指数平滑法的预测模型,进行了平滑指数的选择.在此基础上,以2008、2009两年的数据作为历史数据,用季节性指数平滑法进行了2010年的预测,并与实际数据进行了对比分析,误差结果在可以接受的范围内,证明了季节性指数平滑法预测此类MRO物资时的有效性.     

基于SARMA模型的我国粗钢产量时间序列分析与预测

本文分析了我国粗钢产量的时间序列(2000年1月到2012年9月),在采用一阶自然对数差分和一阶季节差分来处理时间序列的波动性趋势和季节性的基础上建立季节性自回归移动平均模型(SARMA模型)。结果表明该模型拟合效果较好,预测得到的数据与实际数据误差较小,所以该模型具有一定的参考价值。     

河南省干旱时间序列变异点检测及干旱预测

根据河南省20多个气象站1963-2012年的基本气象资料以及自然灾害数据库,选取郑州,三门峡,商丘,南阳,新乡等典型站点数据,计算河南省1963-2012年月尺度综合气象干旱指数(CI),利用滑动T检验法检验河南省50年间CI指数时间序列变异点,建立灰色预测模型预测河南省2013-2062年50年干旱发展趋势.结果表明:河南省干旱时间序列跃变周期为20年,三门峡和新乡跃变最强;郑州在未来五十年间的干旱趋势稍有减缓,其余四个地区干旱程度加剧,并且商丘的加剧程度最大.     

基于粒子群优化BP神经网络的房价预测

针对房价预测问题,文章给出一种基于粒子群优化的BP神经网络算法,并利用该算法提出两种预测房屋销售价格指数的方法。对房屋销售价格月指数的时间序列预测,直接建立PSO-BP模型;而对年指数预测,首先选择房价影响因素进行因子分析,然后在此基础上建立PSO-BP模型。两种对房屋销售价格指数的PSO-BP模型预测结果与BP模型相比,其精度均有较大提高,收敛更快。     

基于ARIMA-GARCH模型对WTI指数的实证研究

国际原油是资本市场兵家必争之地,原油价格受很多不确定因素影响,且各个因素之间的相关关系错综复杂,因此要从理论上彻底弄清楚原油指数的变化机理十分困难。然而原油指数是一个运动的、特殊的系统,它必然存在着规律。本文基于ARIMA-GARCH金融时间序列理论,对WTI波动率进行实证分析,经过平稳性检验、ARIMA参数选择、ARCH效应检验和GARCH模型优化,建立了ARIMA-GARCH预测模型,通过预测值与真实值的对比认为ARIMA-GARCH模型可以很好拟合WTI波动率并且进行短期预测。     

指数平滑法在路面平整度预测中的应用

通过对路面平整度指数IRI随时间发展规律的分析与研究,提出采用指数平滑法来提高预测精度。经工程实例分析表明,使用该模型可以很好地预测路面平整度的发展,是一种有效而实用的方法。     

基于组合分析模型的河北省粮食产量预测研究

粮食产量是农业生产的基本问题之一,它标志着农业生产力的发展水平。以河北省为研究对象,选取2000～2019年粮食产量和影响因素数据。一方面,自单一的粮食产量时间序列入手,利用R语言建立线性拟合、Holt两参数指数平滑模型;另一方面,考虑粮食产量的影响因素,建立粮食产量与影响因素之间的逐步回归、岭回归模型。基于组合预测原理,以绝对值残差损失函数最小为原则,利用Java语句计算最优权重,最终得到Holt两参数指数平滑法与逐步回归法组合的最优预测模型。与四种单项预测模型相比,其在预测精度上有显著提高。     

贝叶斯视角下时变参数VAR建模——兼论“斜率之谜”

中国渐进式的改革实践要求中国宏观时间序列的建模能够允许参数平滑变化,而传统的VAR模型对此无能为力。本文详细阐述了在贝叶斯估计框架下,如何利用MCMC算法,建立时变参数VAR模型的过程,并利用该模型对徐高(2008)的数据重新进行了拟合,发现其文中提出的斜率之谜现象不复存在,因此时变参数VAR模型在拟合中国宏观时间序列方面更为精准。     

西安旅游区入境旅游流时空演变研究

陕西是一个旅游大省，以其丰富的历史文化资源吸引着海内外的游客，特别是西安作为涵盖重要旅游景点的省会城市，近几年来西安这一旅游区入境旅游得到了长足的发展。本文主要研究西安入境旅游流的时间和空间两个方向研究了其演变特征，并指出推动西安入境旅游市场发展的推动力，在此基础上对推动西安入境旅游市场的发展提出了几点思考，这在提高西安入境旅游流流量上具有一定现实意义。     

基于齐夫模型的河北省入境旅游客流时空结构研究

本文以河北省2002年～2011年各省市接待入境旅游者人次为数据基础,采用年度变化指数和齐夫模型对河北省入境旅游流的时间特征和空间结构分别进行分析,发现河北省入境旅游流系统内部等级结构明显,并据此提出优化入境旅游客流的建议。