共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
2010年的上海世博会(The world Exposition Shanghai China 2010)是继北京奥运会后我国举办的又一个世界盛会。举办世博会是上海在建设国际经济、金融、贸易和航运中心进程中的一件大事,将大大推进上海的现代化和国际化。世博会已经经历了150多年.而上海世博会将成为在我国、也是在发展中国家第一次举办的综合性世界博览会。 相似文献
3.
2010年的上海世博会(The world Exposition Shanghai China 2010)是继北京奥运会后我国举办的又一个世界盛会.举办世博会是上海在建设国际经济、金融、贸易和航运中心进程中的一件大事,将大大推进上海的现代化和国际化.世博会已经经历了150多年,而上海世博会将成为在我国、也是在发展中国家第一次举办的综合性世界博览会.从1851年伦敦的"万国工业博览会"开始,世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台. 相似文献
4.
杭斌 《数量经济技术经济研究》1993,(8):58-60
一、理论说明由于心理上、技术上与制度上的原因,一个经济变量对另一个相关经济变量的反应,并不总是在当时就能够全部表现出来,而是往往要延续一段时间,这就是时间滞后现象。分布滞后模型就是描述这种常见现象的经济计量模型,其一般形式为: 相似文献
5.
6.
《价值工程》2015,(29):79-83
由于Page Rank算法主要是根据网页之间的相互链接关系来计算网页的重要性得分,因此不能直接应用到微博网络来计算用户的影响力,从而本文在Page Rank算法的基础上,引入微博网络中用户的活跃度、博文质量以及关于位置的结构相似性等指标,建立适用于微博网络的用户影响力量化模型——Influence_Index。通过实验发现Influence_Index模型结果的影响力排名前十五的用户,其中有4位出现在被该网络用户公认的5位最具影响力用户的名单中。由此看出该模型的结果具有较高的准确性可以较好的识别出网络中具有影响力的用户,具有较高的推广意义。同时发现增加原创博文量、关注数量和粉丝量对提升用户的影响力有着显著作用。 相似文献
7.
美元指数在金融危机前后出现了耐人寻味的变化,其波动影响着国际经济、政治格局。本文运用自回归单整移动平均时间序列(ARIMA模型)和广义自回归条件异方差时间序列(GARCH模型)的方法分析美元指数,采集大量历史样本数据,对其波动特性进行实证研究。运用ARIMA模型对未来短期美元指数走向进行预测,表明美元指数的波动有一定的规律。同时,对美元指数建立用于描述大量金融时间序列的GARCH(1,1)模型,通过模型的定阶、检验、预测发现GARCH模型有较好的预测较长期整体走势的能力。 相似文献
8.
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。 相似文献
9.
10.
基于时间序列模型在物流需求预测中的应用 总被引:1,自引:0,他引:1
本文采用时间序列模型进行物流需求预测,用实例从数据平稳性的判断,平稳化、标准化,建模,经模型的识别、定价、参数估计和检验,到预测及误差和置信区间的计算,详细地说明了时间序列模型在物流需求预测中是如何应用的。结果表明该ARMA模型能够较好地拟合并可获得较高的中短期预测精度。 相似文献
11.
12.
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。 相似文献
13.
基于结构时间序列模型的季节调整方法研究 总被引:3,自引:0,他引:3
一、季节调整的重要意义 月度或季度经济时间序列一般可分解为四种变动要素,即长期趋势要素T,循环要素C,季节变动要素S和不规则要素I。季节变动要素和循环要素的区别在于,季节变动要素是每年重复出现的周期变动,是由温度、降雨、年内的月份、假期、政策等引起的,而循环要素是间距比较长且不固定的一种周期性波动,它代表景气波动。经济时间序列分解模型也称为结构时间序列模型。依据时间序列的四个构成要素在模型中的相互关系,可以表现出多种不同的形式,一般而言,基本的分解模型为加法模型和乘法模型。设经济时间序列为{y_1},可以分别表示成如下的加法模型和乘法模型形式: 相似文献
14.
张燕 《南京审计学院学报》2005,2(2):79-80
本文主要探讨了非线性时间序列中的异方差双门限自回归模型(DTARCH)的门限和延时的小波辨识方法,并利用相应的股市数据对此模型进行了实证分析。 相似文献
15.
16.
17.
基于R语言SARIMA模型的航材需求预测分析 总被引:2,自引:0,他引:2
采用时间序列SARIMA模型对航材需求进行预测,以2010~2014年某航材实际月需求量数据为基础,运用R语言对航材需求量时间序列进行了稳定性判别;通过定阶和参数估计,构建了航材需求预测模型,并进行了数据预测。结果显示使用SARIMA模型拟合效果较好,预测能力可靠,能为航材部门需求预测提供准确方便的方法。 相似文献
18.
19.