风电功率预测

由于近地风具有波动性、间歇性、低能量密度等特点,因而风电功率也是波动的。因此,对风电场的发电功率进行预测,有利于电力调度部门根据风电功率变化预先安排调度计划,保证电网的功率平衡和运行安全。为进行此研究,可利用大量时点的风电功率历史数据,并运用SPSS、eviews等软件进行统计分析以及建立了合适的预测模型对题目进行求解。本次建模主要运用了时间序列分析法(ARIMA模型)。时间序列分析法中,采用eviews分析风电功率历史数据,得到ARIMA模型的相关参数(p、q、d),进而利用SPSS模拟曲线并进行实时预测得到各个时点的数据。在利用时间序列法建立ARIMA模型时,对模型各参数进行了详细的检验和测试,如ADF检验,通过ACI数值大小选取合适p、q值等等一系列优化模型的方法,进而提高了预测的准确率。     

ARIMA模型在省级全社会固定资产投资预测中的应用

ARIMA模型较好地解决了非平稳时间序列的建模问题,并且在时间序列的短期预测方面有很好的表现,借助于EViews等统计软件,可以方便地将ARIMA模型用于时间序列问题的研究和预测。利用河南省1989至2006年的全社会固定资产投资总额数据,运用计量经济学软件EViews,基于时间序列分析方法建立相应的ARIMA模型,进行预测分析,为各级政府和企事业单位相关的管理决策,提供数量化的参考信息。     

ARIMA与BP神经网络混合模型在广西GDP预测中的应用

为改进单纯使用ARIMA模型或BP神经网络模型对GDP预测的效果,笔者以1978—2008年的广西GDP为样本,首先建立ARIMA模型,得到拟合误差序列及2009—2015年的广西GDP的初始预测值,再对误差序列构建BP神经网络并得到2009—2015年的误差预测值,最后,用误差预测值对初始预测值进行修正,得到修正后的2009—2015年广西GDP的预测值。结果表明,ARIMA与BP神经网络混合模型的预测结果显著优于单一模型的预测。     

内蒙古“十三五”期间财政收入预测——基于煤炭价格与克强指数比较分析

为了客观评估内蒙古财政经济增长潜力,准确判断“十三五”时期发展环境及趋势,本文对内蒙古“十三五”期间的财政收入进行了预测.基于内蒙古的特殊经济特征,考虑煤炭价格因素,利用ARIMA模型预测得到“十三五”时期财政收入年均增速为6.61％.同时本文对“克强指数”与内蒙古经济的关系进行了分析,通过对比得出,内蒙古经济与克强指数的关系并不显著,而与煤炭价格有极显著相关关系.因此,对内蒙古财政经济的研判,克强指数并不是一个合适的测量变量,应更多注重资源产品价格周期波动的影响.     

中国CPI时间序列预测模型

本文利用中国1990-2008年的月度CPI数据,建立自回归移动平均结合模型(ARIMA)对2009年1-5月的CPI进行了预测,结果表明,ARIMA(1,1,2)是描述我国CPI变化趋势相对较优的时间序列模型。     

时间序列分析在对国家工业总产值预测分析中的运用

通过引入Box-jenkins的随机时间序列ARMA(p,q)和ARIMA(p,q)模型分析法,运用SAS软件系统对1980-2003年的国家工业总产值建立了ARIMA模型,作了预测分析,得到了较高的预测精度。与新获得的2004年的实际数据比较,误差很小,表明本文方法的可行性。     

江苏省专业技术人才队伍建设研究

本文在回顾新世纪以来江苏专业技术人才队伍建设成就的基础上，指出了江苏省专业技术人才队伍建设中现存的问题，分析了制约江苏省专业技术人才队伍发展壮大的因素，预测了江苏省专业技术人才队伍的未来发展目标。最后提出了未来江苏省专业技术人才队伍建设体制架构，力图为政府部门制定专业技术人才发展战略提供依据。     

ARIMA模型在安徽省GDP预测中的研究与应用

中国省区经济是国民经济的重要组成部分,是一个相对独立的研究对象。文章简要介绍了求和自回归移动平均模型ARIMA（p,d,q）及其建模方法,通过分析1978～2008年安徽省GDP相关数据,运用Eviews统计软件和ARIMA建模方法,将ARIMA模型应用于安徽省GDP数据的分析与预测,发现该模型的预测效果比较显著,与实际情况较符合。     

江苏经济开放度与经济增长关系的实证分析

经济开放度是衡量一个地区经济对外开放程度的综合性指标,选取外贸开放度和外资开放度来衡量江苏省的经济开放度,并利用1991～2010年的相关统计数据,对江苏省经济开放度与经济增长的关系进行了实证分析。检验结果表明江苏经济的增长对江苏经济开放度有着正向的显著的促进作用。     

ARIMA模型在零售业预测研究中的适应性分析——以江阴市为例

ARIMA模型预测研究是通过估计诊断序列对象统计量位置参数信息,揭示经济现象所蕴含的经济规律的重要方法。文章采用江阴市1978—2014年时间序列数据,对江阴市社会消费品零售总额相关统计量进行适应性分析,结果显示:ARIMA模型在零售业预测研究中提供了较为准确的模拟结果,具有较强的适应性,能较好应用于消费市场发展研究分析。     

非等时距的GM（1，1）模型及其在经济预测中的应用

在GM(1,1)模型的基础上,建立非等时距的GM(1,1)经济变量长期预测数学模型,并在数值模拟的框架内,对模型中的背景值的生成方法和预测结果的校正进行了讨论,利用所建的模型对1982年至2003年江苏省生产总值系列进行预测,得到精度较高的预测结果。说明建模思路、建模途径和所建模型在经济预测中具有应用价值。     

探索ARIMA模型在我国社会消费品零售总额的应用

以2004年1月到2015年5月我国社会消费品零售总额的月度数据为研究对象,利用ARIMA模型对其进行时间序列模型分析,并且用Eviews对2015年6月到12月的数据进行预测。     

旅游需求预测的ARIMA乘积季节模型构建及实证分析——以桂林市为例

主要研究乘积季节模型在桂林市旅游需求预测中的应用,通过对桂林市旅游人次2000年1月至2008年5月(共113个月)的月度资料来进行实证分析,采用差分方法对序列资料进行平稳化,然后进行模型定阶并估计其参数,建立了桂林市旅游人次的乘积季节预测模型ARIMA(2,1,1)×(1,1,1)12。对模型进行诊断检验,结果表明,用该乘积季节模型对桂林市旅游人次的拟合效果较好。最后,利用此模型对桂林市2008年6月至12月旅游人次数量的趋势进行了预测,与实践有拟合较好。     

中国CPI时间序列预测模型

本文利用中国1990—2008年的月度CPI数据,建立自回归移动平均结合模型（ARIMA）对2009年1—5月的CPI进行了预测,结果表明,ARIMA（1,1,2）是描述我国CPI变化趋势相对较优的时间序列模型。     

基于灰色系统GM(1,1)模型的制造业人才需求预测——以江苏省为例

制造业是江苏工业的主体,制造业的发展关系江苏的经济增长运行质量。而随着江苏先进制造业和高新技术产业的发展,对制造业高素质人才的需求也将随之增加。因此,正确认识未来江苏制造业对人才的需求,对今后江苏制造业的产业升级有着重要的意义。论文在分析江苏制造业人才现状的基础上,利用灰色系统理论,构建GM(1,1)模型,预测了未来十年江苏制造业的人才需求,以预测得出的数据为基础提出了促进制造业人才培养和引进的建议。     

基于乘积季节模型的湖南卫视收视率的分析与预测

以湖南卫视全天平均收视率为研究对象,考虑到收视率的周期性,引入ARIMA乘积季节模型对其进行分析与预测.对收视率序列做差分平稳化和消除季节性处理,再通过模型识别与定阶,确定选用ARIMA(4,1,1)×(3,1,1)7模型,建立模型并做参数估计.模型检验结果表明:该模型拟合效果好,预测值与真实值接近,误差较小.     

基于距离检验的江苏省城市商品房价格回归模型分析

随着我国经济的不断发展,我国城市商品房的建设的脚步也不断加快,商品房价格也几经起伏,因此,房价也成了现如今人们关注的焦点。江苏作为经济大省,其商品房价格有着更突出的代表性。本文通过2002年到2013年的江苏省城市商品房销售面积、江苏省人均GDP、城市居民消费价格指数这三个主要因素对江苏省城市商品房平均销售价格变动的影响来分析研究江苏省城市商品房的价格模型。我们运用线性回归模型和非线性回归模型对相关数据进行实际模拟,再运用拟合效果可视化,并运用了Pena距离和Cook距离这两种距离分析法来判断模型的拟合效果,然后将这两个模型进行比较,最后得出了非线性模型对于该数据的拟合效果较为理想。     

基于多种模型的福建省入境游客量预测

准确的旅游需求预测可以为政府和产业部门的旅游决策提供重要信息。根据福建省1985-2010年的26年入境游客量统计数据,利用移动平均、指数平滑、GM（1,1）、ARIMA（1,1,1）和GM-ARIMA 5种模型对未来5年入境游客量进行尝试性预测。通过对拟合过程的比较,发现以上5种模型均适用于福建省入境游客量的预测,但以GM-ARIMA组合模型拟合效果最佳,二次移动平均模型拟合效果最差。预测结果表明,至2015年福建省入境游客量大约可达520～580万人次。另外,研究结果支持目前国际上普遍认同的组合模型可以有效提高预测精度的观点。     

天津数字经济的发展测度与对策研究

利用熵权法拟合数字经济综合发展指数以测度天津数字经济发展水平,采用ARIMA模型预测天津数字经济未来变化趋势,使用改进后的经济增长模型测算数字经济对天津经济发展的影响。结果显示：2000—2020年天津数字经济整体呈快速增长态势,目前正在赋能实体经济,预测今后将继续保持增长态势。但天津数字经济仍在技术自主创新、相关人才供给以及与实体经济融合等方面存在短板,需要在支持数字技术研发、加强人才引育、深化创新融合应用、优化制度设计等方面进行调整,以此更好地释放数字红利,助力天津经济高质量发展。     

ARIMA模型在汇率预测中的应用

ARIMA模型作为统计预测中的一个重要模型,被广泛运用于各个领域中。本文试图将此模型应用于汇率预测,并对其预测效果进行评价。