共查询到10条相似文献,搜索用时 19 毫秒
1.
我国活鸡价格波动分析与预测 总被引:4,自引:1,他引:3
本文运用时间序列分析的X12方法和H-P滤波,获得了我国2001年1月至2009年10月活鸡价格序列的周期成分。周期成分的分析结果表明,活鸡价格存在长约26~40个月的波动周期,而且周期长度有随时间推移变长的趋势。肉雏鸡和肉鸡饲料价格波动轨迹与活鸡价格波动轨迹相似。此外,活鸡价格序列分析显示,禽流感疫情对其价格产生重大冲击。进一步地,用Holter-Winter模型对活鸡价格进行预测,得到了样本外推12个月的预测结果。 相似文献
2.
在以往的各种客流量的预测中,利用时间序列分析方法,预测未来阶段的客流量,都取得了较好的效果。纵观以往的各种客流量预测,都是对日客流量、月客流量、年客流量等宏观的方面进行预测研究,在此基础上,若将单日客流量划分为若干个时间节点,从微观层面将各节点客流量作为单位进行客流的分析预测,以此来预测下一时刻客流量的变化规律,由此可为地铁的预警提供依据。本研究以北京某地铁站两个圊一工作甘的客流量作为研究对象,以15分钟为单位进行时阐段的客流量采集,建立时阈序列,通过已知数据对下一时间点(15分钟内)客流量进行预测,并针对同一工作日的数据进行实证捡验。根据预测结果分析,验证了时闻序列分析在地铁短时客流量预测中应用可行性,以及得出了同一工作日利用同一模型进行预测分析的准确性。 相似文献
3.
时间序列分析法与判断预测法不同,它是以历史的时间序列数据为基础,运用一定的数学方法使其延伸,来测预市场未来变化的趋势,确定市场预测值。因此,时间序列分析法属于定量分析的预测方法。 相似文献
4.
公共投资对商品住宅价格的影响效应研究——基于中国35个大中城市截面数据的分析 总被引:1,自引:0,他引:1
研究政府公共投资对商品住宅价格的影响效应,是以特征价格模型为基础来构建二者之间关系模型的,用2010年全国35个大中城市的截面数据进行计量分析,具体考察公共投资各个资本变量对住宅房价的不同影响效应。计量结果显示:公共投资各个资本变量对商品住宅价格有显著的影响并且不同公共投资特征变量对住宅价格的影响力度不同,公共投资对商品住宅价格具有资本化效应。政府应制定合理的公共政策和房地产政策,使这部分被资本化入商品住宅中的价值得到合理分配并起到对房价的调控作用。 相似文献
5.
6.
分析电力物资供应商投标价格特征是招标企业估计投标价格并制定合理采购策略的基础.传统的Spearmen秩相关系数特征筛选方法只单纯考虑了特征的数值排列顺序,不能挖掘特征变量与目标的内在关联关系,会导致预测效果差.本文在电力企业招标价格预测建模中引入Copula函数,通过特征变量与目标变量的联合概率分布来分析变量间的相依关系.首先确定特征变量与目标变量的边缘分布,进行Copula参数估计,选取合适的Copula函数并计算相关系数来筛选供应商投标价格的特征,并以多种预测方法进行预测来验证引入Copula函数后预测精度是否提升.结果表明,引入Copula函数进行特征筛选后,预测精度更高、效果更好. 相似文献
7.
8.
试论回归分析预测法在经济预测中的应用 总被引:1,自引:1,他引:1
回归分析预测法是常用的经济预测方法之一,它是在观察和分析经济发展的历史和现状的基础上,按照一定的方式建立反映其关系的数学模型,然后根据自变量在未来的变化来计算预测变量的变化,从而对未来的经济发展趋势进行预测。其关键是建立回归模型,并进行相关分析和结果预测。 相似文献
9.
本文采用作者2005年推出的称为“前移回归分析”的时间序列预测新方法对湖南省经济主要指标进行预测,取得较好的效果。这种方法克服了以往时间序列预测只是自身拓展而不考虑多项因素(变量)的不足,也弥补了回归分析预测法必须已知同时期各个自变量值才能预测的缺陷。经济指标是多项相关因素的函数,一个时间段内各项指标(自变量)值会影响下一时间段待预测指标(因变量)的取值,这是新方法的依据。所建模型,经湖南省历史数据检验效果较好,但预测明后年的指标,有待今后的统计公报证实。 相似文献
10.
住宅价格与经济基本面:1995—2002年中国14城市的实证研究 总被引:101,自引:1,他引:101
本文利用 1 995— 2 0 0 2年我国 1 4城市的中房住宅价格指数与宏观经济基本面相关变量的平行数据 ,运用混合样本回归以及添加城市、年度哑变量等分析方法 ,对住宅价格与经济基本面的关系进行实证研究。研究结果表明 ,1 4城市经济基本面的当前信息或历史信息都可以部分解释住宅价格水平或者变化率 ,我国住宅市场并不符合有效市场假说。经济基本面对住宅价格水平的解释模型存在着显著的城市影响特征 ,1 998年后经济基本面对住宅价格的解释能力发生了显著的变化 ,且这种变化在 2 0 0 1— 2 0 0 2年间尤其明显。近年来各城市住宅价格的增长已经无法很好地用经济基本面和住宅价格的历史信息来解释 ,必须引起政府和行业的足够重视。 相似文献