ARIMA模型在债券收益率中的应用

通过对债券即期收益率的分析,可以更加精确地知道债券收益率的变化情况。本文采用统计学家Box和Jenlins提出的ARIMA模型对我国债券收益率数据进行分析,得出ARIMA模型不但适合非平稳的时间序列,而且适合分析债券收益率,表明ARMA（1,1,1膜型的效果是比较好的。     

ARIMA模型在我国纺织品服装出口额预测中的应用

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。     

我国农村居民人均生活消费现金支出的预测分析

"三农"问题的核心是农民问题,农民问题的核心是增收问题,本文对衡量农民收入的重要变量:我国农村居民人均生活消费现金支出进行时间序列预测分析,研究其发展有助于农村政策的制定。本文收集到1990-2011年的我国农村居民人均生活消费现金支出季度数据,将这些数据进行平稳化、零均值处理,并利用序列的自相关及偏相关函数的性质,确认数据所适合的模型,从而建立了时间序列模型并对其进行分析。     

基于ARIMA模型的渭南市降水量趋势分析与预测

采用ARIMA模型对渭南市1953～2013年历史降水量趋势进行模拟,优选参数,建立降水量预测模型,对2014～2018年的降水趋势进行预测。经拟合结果分析可知ARIMA模型能够比较好地预测渭南市年降雨量变化趋势,渭南市近些年降雨量呈现略微下降的趋势,但随着预测期的延长,预测精度降低。建议在使用ARIMA模型预测年降雨量时,尽量保证数据序列足够的情况下,采用逐年实时校正的预测方法。     

ARIMA模型在石油价格预测中的应用

首先分析了影响石油价格的各种因素,并以布伦特原油在国际油品市场的普氏现货报价为依据,建立ARIMA预测模型,最后以2005年下半年油价走势为例,说明如何将定性分析与定量分析相结合,对石油价格的未来走势进行分析和判断。对相关企业的科学决策有一定的借鉴意义。     

基于ARIMA模型的风电功率预测

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。     

我国农村居民人均生活消费现金支出的预测分析

"三农"问题的核心是农民问题,农民问题的核心是增收问题,本文对衡量农民收入的重要变量:我国农村居民人均生活消费现金支出进行时间序列预测分析,研究其发展有助于农村政策的制定。本文收集到1990-2011年的我国农村居民人均生活消费现金支出季度数据,将这些数据进行平稳化、零均值处理,并利用序列的自相关及偏相关函数的性质,确认数据所适合的模型,从而建立了时间序列模型并对其进行分析。     

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。     

基于ARIMA模型的我国电力生产预测研究

考虑到电力对国家社会经济发展的重要性,本文研究了我国电力生产的预测模型。鉴于我国电力生产时间序列数据的完备性,在对该时间序列进行平稳性检验的基础上,比较分析建立了我国电力生产量的ARIMA模型,并运用所建立模型进行了预测。     

基于ARIMA简单季节模型的河南省快递业务量预测

本文对发展迅速的快递行业进行研究,选取河南省月度快递业务量,考虑到月度快递业务量的趋势性、季节效应,通过建立ARIMA简单季节模型对快递业务量进行预测。结果表明,该模型预测效果较好。     

ARIMA模型在汽车销量预测中的应用及SAS实现

<正>2011年1月10日下午,中国汽车工业协会(以下简称"中汽协")在北京公布了2010年汽车产销数据。数据显示,2010年12月,汽车销量达到186万辆,打破历年12月销量记录。2010年全年,汽车产销量双双超过1800万辆,再创新高,稳居全球产销第一。产销量的不断增加也使汽车产业成为我国工业的支柱产业之一。     

基于ARIMA模型的电影票房收入预测

电影行业是我国文化产业的核心,而电影票房收入影响着电影行业以及我国文化产业的持续发展,因此对电影票房的预测就显得尤为重要。文章以2013年3月至2018年12月全国电影票房收入为数据基础,建立了全国电影票房收入的自回归移动平均(ARIMA)模型,并对2019年1月至2019年10月我国电影票房收入进行了预测。     

提高云南农民素质与促进云南农民增收对策研究

一、云南省农民收入现状分析近年来，云南省农民收入虽然增长较快，但人均收入水平仍然偏低，与全国平均水平和城市居民收入之间的差距越拉越大，而且各州（市）、各区域之间农民人均纯收入水平存在着巨大差异。2004年，全省农民人均纯收入1864元，比城镇居民人均可支配收入8871元低7007元，     

基于ARIMA模型的消费者信心指数分析与预测

文章运用时间序列分析模型ARIMA(p,d,q)模型对我国消费者信心指数的变化特征及发展趋势进行分析并对未来时间内做预测,最后得出有关消费者信心指数的结论。     

新形势下农民增收的新思考

"农民和农村经济始终是中国革命和建设的根本问题。没有农村的稳定和全面进步,就不可能有整个社会的稳定和全面进步;没有农民的小康,就不可能有全国人民的小康。     

我国消费者信心指数趋势分析及预测——基于ARIMA模型

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。     

基于ARIMA模型对旅游业顾客满意度定量分析

本文根据我国旅游研究院对全国游客满意度水平进行分季度的数据,建立ARIMA时间序列模型进行数据分析,并对全国满意度水平进行预测,为制定旅游政策,对旅游市场进行宏观调控提供理论依据。     

我国农业信贷对农民增收支持状况的实证分析

本文运用1980～2005年的数据分析了农业信贷对农民增收的影响,结论表明,农业信贷时农民增收具有较大的促进作用,农业信贷构成我国农民增收的一个Granger原因,同时农业信贷和人均收入的各决定因素之间存在正相关关系,但由于中国农村丰富的劳动力资源,农业信贷导致资本替代劳动,产生了反生产力的后果.在此基础上,本文提出提高我国农业信贷收入支持效应的几点政策建议.     

中国人均GDP时间序列模型建模研究

本文对中国人均GDP1949年至2004年时间序列进行研究,建立了用于预测的时间序列模型,结果为ARIMA(1,2,1)。