全国主要电网月发电量的季节性分析

用电量不仅关系到人们的日常生活，还是反映一国生产情况的重要指标。本文通过运用统计学中描述性时间序列的相关方法，分析了2001年9月到2009年1月全国主要电网月发电量与季节的相关性。     

“时间与数量”经济回归分析几种方法解析

回归分析是经济预测中常用的数量分析方法。因为排序方法不同，回归分析可以分为三种方法：自然数排序法、奇数排序法和偶数排序法。本文就这三种方法的准确性运用平均差法进行了探讨，得出了在实际运用中采用奇数排序回归分析法比采用自然数排序或偶数排序回归分析法进行经济预测更科学合理和准确的结论。     

北京市蔬菜价格波动及成因分析

近些年来蔬菜价格的剧烈波动引起了人们的密切关注。本文先分析了蔬菜价格变动特征,然后对北京市蔬菜价格变动的成因进行了实证分析。结果表明:(1)北京市蔬菜价格具有明显的季节波动特征,整体表现为冬季价格高、夏季价格低;(2)北京市工业增加值增速、北京市蔬菜产量对蔬菜价格变动产生显著的正向影响;(3)2020年新冠疫情因素对北京市蔬菜价格影响不明显,可能是因为疫情的影响主要是通过日度数据体现、不同种类的蔬菜受疫情影响程度有一定差异、我国对公共安全事件响应及时。建议完善对蔬菜生产的补贴政策,促进蔬菜产业供给侧结构性改革,提高产业抵御自然灾害的能力。     

CPI指数的主成分分析及对经济走势的影响

分析CPI指数的主要影响因素及其对经济走势的影响,对宏观决策具有积极意义。文章首先通过应用主成分分析法找出影响CPI指数的主要影响因素;其次运用时间序列分析工具来解析CPI指数与宏观经济走势之间的关系。结果表明,我国CPI指数与宏观经济走势之间存在着长期相关关系,长期来看CPI指数可以作为一个重要指标来预判宏观经济走势,决定宏观经济政策;在短期来看,CPI指数属于滞后指标,只能用来反映之前的宏观经济状况。     

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.     

基于小波与ARIMA的黄骅市降水和气温的分析研究

为探究黄骅市降水和气温的变化特征及演化趋势,基于1956—2020年黄骅市降水和气温资料,运用Mann-Kendall检验、累积距平、小波分析的方法,研究黄骅市降水和气温的演变特征与周期性规律,并基于1956—2015年的数据建立ARIMA模型,对该市2016—2020年的降水量、温度进行了拟合与对比分析。结果表明:1956—2020年,黄骅市多年平均降水量588.6 mm,多年平均温度12.7℃。1956—2020年黄骅市气温显著上升,降水量呈下降趋势。在55年的时间尺度上,气温和降水的小波方差均存在一个明显的峰值,且二者在该时间尺度上对应的周期均为37年。年均温度与月降水量的最优模型分别为ARIMA(0, 1, 2)、ARIMA(1, 0, 0),实测与模拟值相对误差不超过22%。     

基于技术进步的中国能源回弹效应分析

能源回弹效应系数反映因技术进步促进经济增长而产生新的能源需求的大小。基于技术进步对经济增长的贡献和环境负荷分解模型,运用IPAT方程,把能源消费的变化量分解成由经济增长引起的能源消费增加量与由单位GDP能源消费降低引起的能源节约量,利用中国2001—2011年宏观时间序列数据,测算出能源回弹效应系数。结果表明,在研究的样本区间中,11个年度均属于逆反回弹效应,且能源回弹效应系数与能源消费回弹量呈同势变化。     

福建省居民消费价格变动的影响因素分析及走势判断

以1990-2009年数据为样本,对影响福建省居民消费价格指数的各个经济变量,通过主成分提取的方法进行解析,发现与＂经济规模和商品成本＂有关的因素为推动CPI变动的主要力量。根据文中模型可预测,2010年上半年福建省CPI仍会在高位运行,但不会出现明显的通货膨胀。     

运用结构方程分析纳税人满意度的实证研究

从实际工作出发,用纳税人较为关注的问题设计调查问卷,发放调查问卷收集数据,通过统计软件分析数据,验证潜变量和观测变量之间关系,运用结构方程分析纳税人满意度,以此发现影响因素及薄弱环节,并提出改进意见.     

基于大数据的大学生学习行为分析与研究

在网络技术不断更新的大背景下,云学习环境逐步全球化。资源日益丰富的图书馆、Web 2. 0和MOOC(慕课)为网络学习提供了新的途径与平台,刺激了大学生的求知欲望,自主学习已经成为大学生高效学习的主旋律。基于网络数据集,运用大数据分析方法建立数学关系,找出相关因子,研究了同时期大学生学习行为的共性与个性。研究发现,大学生主要根据个人兴趣和课程实用性进行自主学习,且学习的自主性得到了有效的提高;同时,在线学习对学生具有极大的吸引力,但学生的辍学行为等也是值得注意的问题。大数据分析对于大学生学习行为的分析与研究有着积极的辅助性及推动性作用,且大数据分析结论可为教学管理部门进一步提高大学生的学习成绩和学术水平出谋划策。     

湖南省人均GDP时间序列模型的建立与分析

人均GDP的增长具有其内在的规律性,从湖南的实际情况出发,以1978～2002年湖南省逐年人均GDP的统计数据为依据,将这些数据进行平稳化、零均值化处理,并利用序列的自相关函数、偏自相关函数的性质确认序列应当适合的模型,从而建立其时间序列模型,据此对湖南人均GDP的增长规律进行分析.     

城市空气质量指数的时间序列分析和预测——以扬州市为例

城市空气质量指数是反映城市环境宜居水平的重要指标,预测城市空气质量指数可以为政策制定提供重要的参考依据。选取扬州市2014—2022年的空气质量指数(AQI)进行时间序列分析,采用的时间序列模型有自回归积分滑动平均模型(ARIMA)、先知模型(Prophet)以及人工智能领域的长短期记忆模型(LSTM)。通过这些模型分析扬州市空气质量指数的周期性、季节性和趋势特征,并对空气质量指数进行预测。结果显示,基于人工智能的长短期记忆模型具有很强的预测能力。     

游程检验的结构分析及其在金融时间序列中的运用

国内的专家学者通过对股票价格指数进行游程检验，普遍认为我国的股票市场是一个弱有效市场。我们通过对股票市场的回报序列的游程进一步进行了游程检验，获得了不相一致的结论。     

体制转换模型的最新进展及其应用

体制转换模型为经济时间序列中的偶然、离散变化建模，有力地挑战了宏观经济分析中体制保持不变的暗含假设。学者们将体制转换模型用于财政和货币政策体制转换分析、GNP时间序列分析以及股票市场易变性分析的实践表明，体制转换模型可以合理解释宏观经济现实，并用于指导经济决策。因此，在我国经济转轨的现实经济背景下，应用体制转换模型具有重要价值。     

计量经济模型中若干具体问题的分析

本文对计量经济模型中有无截距项、什么时候将时间变量T引入模型、t检验与F检验的关系、正相关的解释变量回归系数为什么会出现负数以及R2与R2之间的关系等五个具体问题进行深入而系统的分析。     

对外直接投资进入模式选择的时间序列分析

FDI进入模式选择的现有理论研究对进入模式随时间变化的动态特性缺乏关注。本文分析了影响进入模式选择的各因素相对重要程度随时间变化的特性,获得了不同时点进入模式选择机制的若干重要假设。本文认为,进入模式选择机制存在时序差异性,不同时点的进入模式各影响因素的相对重要程度互异。从长期的整体视角来看,企业特有因素是决定进入模式选择的根本推动力与决定性因素;交易特有因素、企业外部因素是外在的起制约作用的非决定性变量。     

我国GDP时间序列模型的建立与实证分析

GDP的增长具有内在的规律性,本文以我国1954~2004年GDP的时间数据资料为依据,采用B-J方法,建立ARIMA模型,以揭示我国GDP增长变化的规律性,并对回归结果进行实证分析,由此对我国GDP增长情况做出分析。     

基于ARIMA模型对中国民用航空客运量的分析建模

民用航空客运量一直是经济学家和社会学家十分关注的问题。本文以1980年至2012年的中国民航客运量的敷据为基础,根据应用时间序列原理,通过ADF检验,自相关分析,参数估计,建立ARIMA模型,以AXC和SC准则判断模型的形式以及残差的白噪声和异方差检验等方式手段。运用Eviews7.0软件．对民用航空的客运量的变化情况进行了实证分析,揭示了民用航空客运量逐年增加的大趋势,并预测了下一年的民航客运量。就研究结论对民用航空妁发展提出政策性的建议。     

基于多变量时间序列模型的中牟县地下水埋深预测

以中牟县2002—2014年地下水开采量、年降水量、年蒸发量、气温和年径流量的数据,利用Arcgis反距离权重插值法阐明中牟地下水近13年来时间与空间上的演化规律;用Spearman相关分析确定对中牟县地下水埋深影响较大的因素依次为地下水开采量、年降雨量和年蒸发量;建立地下水埋深预测模型,并将模型在3种方案条件下进行预测。结果表明:预测值与拟合值的相对误差均小于3.5%,模型预测效果较好。地下水开采量减少10%,年降水量减少5%,年蒸发量增加5%时,地下水埋深将达到7.77m;地下水开采量减少15%,年降水量减少10%,年蒸发量增加10%时,地下水埋深将达到7.63m;地下水开采量减少20%,年降水量减少15%,年蒸发量增加15%时,地下水埋深将达到7.48m。