上海市第三产业从业人数预测研究

人数预测的统计方法有多种,但利用ARIMA模型进行单指标短期预测工作,可以预测非平稳序列,对提高预测的准确性方面有比较明显的效果.文章利用SAS软件工具采用ARIMA模型对上海市第三产业从业人员进行预测,从预测结果来看,ARIMA模型用于上海市第三产业从业人数预测的理论和方法都是适用的.     

居民消费价格指数的分析统计与预测

本文将运用ARIMA模型进行安徽省月度CPI的短期预测。文章采用2005年1月至2016年7月安徽省的居民消费价格指数月度数据,借助Eviews软件对数据进行拟合分析,建立了ARIMA(12,1,12)模型,模型检验结果表明模型的准确性高,预测误差较小;并对未来安徽省居民消费价格指数进行预测,研究结果表明安徽省2017年3月到2017年8月的CPI波动幅度较小,趋于稳定。     

基于ARIMA-GRNN组合模型的汽车零部件需求预测研究

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。     

基于ARIMA类模型的农业股票价格实证研究——以隆平高科为例

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。     

多元线性回归与ARIMA在中国人口预测中的比较研究

参考中国统计年鉴1970-2005年的数据,文章建立了多元线性回归模型和基于ARIMA算法的时间序列模型对我国人口进行预测,将结果与实际值进行比较,得出多元线性回归模型在人口预测上具有更高的精准度。两个模型同时表明,我国人口在短期内会继续增长,并且多元线性回归模型表明增长趋势会逐渐变缓。     

基于ARIMA模型的高等学校毕业生规模分析与预测

本文运用全国1978～2009年普通高等学校毕业生数,结合ARIMA模型,利用SAS软件对高等学校毕业生规模进行分析与建模过程,并对2009年后的5年内的全国普通高等学校毕业生规模进行预测,得到其变化趋势,在此预测基础上,结合普通高等教育当前的现状和目前的就业形势,对相关工作提出建议。     

全面部署 突出重点 做好汛期地灾防治工作——在全市汛期地灾防治工作电视电话会上的讲话

目前，我市已进入汛期地质灾害高发期，由于降雨量增大，极易诱发大量滑坡、崩塌、泥石流等地质灾害。据市气象局对我市2004年汛期气候趋势预测，预计今年汛期5—9月降水量略偏多．主汛期6—8月降水量450-600毫米，盛夏期间有3次左右区域性暴雨天气过程，极易发生地质灾害。5月13日，我市秀山县干川乡迓福村     

ARIMA模型与BP神经网络模型的比较研究——基于供电企业电费现金流入预测

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。     

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)。     

基于ARIMA模型的云南省第三产业发展预测

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。