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。     

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。     

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模型的蚌埠市PM2.5预测

本文首先从真气网选取蚌埠市2018年6月1日至2019年5月31日的PM2.5日浓度数据作为样本数据,接着运用EVIEWS10.0软件并借助由Box和Jenkins创立的ARIMA(p,d,q)模型对样本数据进行合理建模,并验证所建立的AR(1)模型的合理性;然后运用所建立的AR(1)模型对蚌埠市2019年6月2日至2...     

基于ARIMA模型的中国社会消费品零售总额季度预测

本文介绍了自回归单整平均移动模型即ARIMA模型的基本原理及其构建与应用的方法;并分析中国2003年-2010年社会消费品零售总额的季度数据,运用ARIMA(p,d,q)(P,D,Q)s模型,对历史数据-2010年四个季度社会消费品零售总额进行预测,其预测值与实际值拟合效果较好;在此基础上,预测出了2011年四个季度的社会消费品零售总额。     

基于ARIMA模型的贵州省社会消费品零售总额预测研究

通过本文对贵州省1978年至2010年社会消费品零售额年度数据的搜集,在数据的基础上,建立了贵州省社会消费品零售额的ARIMA模型,得到可靠的模型后以此对此后贵州省社会消费品零售额做一定的分析及预测。     

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。     

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。     

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。     

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。     

基于ARIMA模型对上证指数的分析与预测

本文通过对2016年6月13日至2019年5月31日的上证指数收盘价进行时间序列分析,共获得724个样本数据,并对其构建ARIMA(3,1,3)模型。通过实证分析,得出以下结论:从短期看,ARIMA模型具有较好的预测能力,能够作为金融投资的一个决策工具;但从长期来看,其时效性相对较差。最后,在此分析基础上,为中国金融市场上的投资者以及政策制定者提出一些建议。     

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。     

基于ARIMA模型的JG钢铁原料库存量预测研究

库存量是减少原料的损失及成本的浪费是节约企业成本的关键。文章基于时间序列自回归滑动平均(ARIMA)预测模型,对JG钢铁原料库存量资料进行建模拟合。利用DPS软件,建立ARIMA预测模型,利用AIC准则法并考虑相关系数R的值以及拟合度C的大小定阶,通过拟合建模,ARIMA(1,l,1)模型较为合理。应用模型对2015年4月1日至4月5日库存量进行了预测,实现了JG钢铁原料库存量的短期预报。     

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。     

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模型在我国农民增收预测中的应用

进入新世纪我国农村经济有了很大的发展,农民生活水平有了较大的提高。但上世纪80年代以来,我国农民人均纯收入增长幅度明显地不稳定,农民人均纯收入增幅由1980年19．04％上升到1994年的32．49％,然后又下降到2000年的1．95％,2000年以后农民的人均纯收入的增幅有了一定的提高,但总体来说还是比较缓慢,从2001年到2007年有增有减,最高增幅是2007年的15．43％,最低的是2002年的4．61％。农民增收困难已成为新世纪之初我国农业和农村工作中的突出问题。本文结合我国历史实际农民人均纯收入数据,利用时间序列预测模型预测我国农民改革开放以来的增长率,并做出趋势分析,从而为我国今后“三农”问题乃至整个经济社会发展全局问题的研究提供量化指标依据：     

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。