共查询到20条相似文献,搜索用时 15 毫秒
1.
通过采用自回归差分移动平均(ARIMA)模型,对云南省第三产业产值序列进行分析,进而了解云南省第三产业未来的发展趋势,明确推动产业优化发展的方向。在使用STATA软件建模后,根据信息准则对模型进行筛选,得到了ARIMA(2,2,2)模型。随后,对模型进行拟合度检验,证明模型可以对第三产业产值进行短期的预测与分析,期望能为今后的相关研究提供参考。 相似文献
2.
3.
一、上海第三产业发展规模预测第三产业在经济发展中所占的地位日趋提高, 其在一个地区或城市经济结构中所占比重的大小, 已经成为衡量该区经济发展和现代化程度的重要标志之一。考虑到上海市的GDP与GNP差别不大, 对二者不作区分。本文采用GM(1,1)模型对上海市第三产业未来发展规模作出预测,并构造了基于人工神经网络的组合预测法。1.样本的选取 相似文献
4.
单一的预测方法难以准确预测市场需求趋势,通过构建ARIMA-GRNN组合需求预测模型提高预测精确度:首先利用ARIMA预测出每月需求数并计算出每月实际需求数与每月预测需求数的误差值,再利用GRNN神经网络对误差值进行函数逼近与拟合,将拟合值对ARIMA预测值进行修正后的结果即为最终预测值。性能评估显示组合模型可以较好帮助汽车零部件企业提高市场预测精度。 相似文献
5.
6.
本文以我国严峻的就业形势和第三产业发展现状为基础,利用EPS数据库对我国近十年的大学生毕业人数、GDP的产业构成和就业的产业构成等进行统计分析后发现,第三产业吸纳就业能力持续增强。并且通过EPS的分析预测功能,发现第三产业增加值和第三产业就业人员之间有很强的相关性,最终得出我国第三产业的发展对缓解目前日益增加的就业压力有积极作用的结论。 相似文献
7.
我国消费者信心指数趋势分析及预测——基于ARIMA模型 总被引:1,自引:0,他引:1
本文利用ARIMA模型拟合了我国消费者信心指数序列,并利用拟合的模型进行了事前预测,以期对相关政策的制定给予可行性参考意见。 相似文献
8.
文章基于供电企业对电费现金流入预测的现实需要,分别建立了基于时间序列的ARIMA模型和BP神经网络预测模型,并对两种预测方法进行了对比分析,最终确定了以ARIMA模型为主、BP神经网络为辅的综合预测手段,有效地提高了电费现金流的预测精度,增强了供电企业的现金流管理水平。 相似文献
9.
电子产品市场需求的动态变化给制造企业的生产计划带来了很大的不确定性。以P公司的历史销售订单数据为时间序列,以ARIMA模型为基础,利用EVIEWS分析工具对电子产品的季度需求进行预测。实例结果表明,基于ARIMA建立的需求预测模型具有预测精度高,操作简便等优点。 相似文献
10.
文章通过利用广西1978~2010年的统计数据资料,基于VAR模型,运用协整检验和误差修正模型等方法对广西劳动力、广西固定资产投资、广西第三产业发展这三个变量之间的关系进行论证分析,结果显示:全社会固定资产投资每增加1%,GDP增加0.46%;从事第三产业的劳动力数量每增加1%,GDP增加1.14%。文章还利用误差修正模型,分析了广西第三产业发展、固定资产投资和第三产业从业人数之间的短期波动及其调整机制。 相似文献
11.
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。 相似文献
12.
13.
14.
本文对我国1985-2012年纺织品服装出口额进行分析,运用Box-Jenkins方法建立ARIMA(2,2,2)模型,检验结果表明该模型有较好的预测效果,可为我国纺织品服装行业制定对外经济发展目标提供参考。 相似文献
15.
16.
17.
风电功率的随机波动被认为是对电网带来不利影响的主要因素。研究风电功率的波动特性,对改善风电预测精度与克服风电接入对电网的不利影响都有重要意义。本文通过对30天的风电数据加总,求得15min级的风电功率数据,提出了基于ARIMA模型的风电功率的预测模型。通过对数据进行单步预测取得较好的预测结果,说明ARIMA(1,1,1)模型能够较好的拟合原始数据。给风电功率的预测提供了新的思路。 相似文献
18.
19.
运用ARIMA-GARCH的模式来对中国股价波动作出预测,选择现代化农业代表企业隆平高科收盘价指数的时间序列作为研究对象,对该企业3年来股票收盘价进行分析,并利用ARIMA模型进行股价预测,同时加入波动性影响,利用GARCH模型对风险率建立模型,研究发现所选择的ARIMA-GARCH模型对收盘价时间序列具有较好的拟合作用,股票价格整体呈上升趋势,具有一定震荡性,但总体风险不大。 相似文献