基于X11-ARIMA模型的铁路货运周转量分析

铁路货运周转量分析对铁路规划建设以及运营决策有着重要的意义.根据近12年的铁路货运周转量月度数据,利用X11-ARIMA模型进行分析,结果表明:铁路货运周转量的发展基本上经历了线性快速增长、平稳后下降和再增长这样的长期趋势.从季节效应来看,2012年之前的季节效应比较一致,之后季节效应减弱.综合考虑长期趋势和季节效应的影响,用ARIMA(1,1,1)×(1,1,0)_(12)拟合该序列的发展,以2017年1月和6月的数据为考核样本,检验结果表明该模型对数据的预测效果较好.     

ARIMA乘积季节模型及其在传染病发病预测中的应用

本文研究乘积季节模型在传染病发病情况预测中的应用,并探讨提高模型准确性和实用性的途径.以1980年1月至2000年7月江苏省肾综合征出血热发病资料建立模型,以2000年的发病资料作为模型预测效果的考核样本.首先采用差分方法对序列资料进行平稳化,然后进行定阶并估计参数,建立乘积季节模型,最后对预测结果进行检验和分析.从而更好地掌握未来疫情动态发展趋势.检验结果表明,用乘积季节模型对肾综合征出血热月发病情况的拟合结果满意,预测效果良好.     

气温随机模型与我国气温期权定价研究

建立气温期权交易对于对冲天气风险,增加市场金融投资品种具有重要意义。本文主要参照均值回复模型,考虑气温的季节变化和长期趋势,建立反映气温变化的随机模型,应用1980至1999年北京日平均气温对模型参数进行估计。实证仿真以及模型验证结果表明,模型的相对误差较小,建立的气温随机模型能够对未来气温变化进行较好的模拟。蒙特卡罗方法能够对天气衍生产品进行合理定价。     

人民币兑美元汇率长期趋势分析及预测

旨在研究人民币汇率在相对较长时间内的趋势及更优的预测模型.基于时间序列分解原理将人民币兑美元汇率的时间序列分解为长期趋势及随机波动两部分,采用Logistic曲线拟合长期趋势,建立了包含长期趋势的复合预测模型.实证检验结果表明此预测模型的预测效果优于单一的ARIMA模型,根据分离的长期趋势,可以判定,人民币尚处于一个升值过程中,其未来的升值极限在5.5左右.     

南通地区月降水量时间序列分析

根据南通地区1989年-2005年月降水量数据,在统计检验其平稳性、纯随机性的基础上,结合谱分析,建立该地区具有季节效应的疏系数ARIMA月降水量时间序列模型,对模型作了拟合预测检验.研究表明,多个模型的联合使用比单一模型更利于准确拟合预测.     

基于ARIMA-GM组合模型的邮电业务总量预测

对传统预测具有波动性及季节性双重趋势时间序列的模型—ARIMA乘积季节模型进行了改进,先用ARIMA乘积季节模型对邮电业务总量历史数据进行识别和拟合,然后用GM(1,1)模型对其带阀值的残差序列进行修正,最后结合二者得到ARIMA-GM这一组合预测模型.利用此模型对09年上半年中国邮电业务总量进行了预测,结果表明,组合预测方法比单项ARIMA乘积季节模型预测具有更高的精度.     

SARIMA模型在新疆手足口病发病率预测中的应用

建立新疆手足口病发病率的季节求和自回归-移动平均模型(Seasonal AutoregressiveIntegrated Moving Average Model,SARIMA),探讨采用SARIMA模型预测手足口病发病趋势的可行性和实用性.利用R统计软件基于新疆2006-2012手足口病月发病率数据建立SARIMA模型,拟合2012年手足口病各月发病率数据,并预测了2013年手足口病月发病率.经过序列平稳化、模型识别以及模型诊断,SARIMA(1,0,1)(0,1,0)_(12)能较好地拟合既往时间段的发病率,且预测值符合新疆手足口病实际发病率的波动趋势.SARIMA模型能够有效地预测手足口病发病趋势,对预警、防控具有积极指导意义.     

我国外汇储备变动的时间序列建模预测

本文通过对我国最近十三年来的外汇储备月度数据进行分析,利用不同的建模思想建立了三次趋势模型、Holter-Winter非季节模型和AR IMA模型来分析短期内我国外汇储备的变动趋势。这三种模型对原始数据都能够较好的拟合,而且用于预测时的结果也相差不大,可以为短期内预测管理我国外汇储备提供有效参考。     

基于初值修正的组合灰色Verhulst模型

对灰色Verhulst模型的拟合精度进行了分析,表明初值的选取对模型精度有重要影响.为提高灰色模型的拟合精度,利用最小二乘原理确定初值中的待定常数,给出了初值修正的灰色Verhulst模型.进一步利用修正模型和传统灰色Verhulst模型建立了组合灰色Verhulst模型,在平均相对误差最小的原则下,利用蚁群算法确定组合权系数.最后通过两个应用实例进行了计算和分析,结果表明,通过初值修正和组合模型能够提高灰色Verhulst模型的拟合精度,便于通过程序实现.     

城市道路短时交通流量预测

结合BP神经网络模型和自回归求和滑动平均(ARIMA)模型对城市道路交通短时区间流量进行预测.影响交通流的因素有很多,难以一一量化,但这些因素都可以由线性自相关结构和非线性结构结合线性组合得到.而BP神经网络对非线性关系有很好的拟合效果,ARIMA模型则具有良好的线性拟合能力.在训练模型时,先用ARIMA模型拟合训练集,与原始数据作差得到一组残差;用BP神经网络模型拟合残差;将两个模型结合得到组合模型.将2017年7月1日7:00到2017年7月1日18:00期间,贵阳市某个路口断面所采集的过车数据作为训练集,建立ARIMA模型和BP神经网络模型以及组合模型,预测2017年7月1日18:00到2017年7月1日19:00的短时交通流.过车数据统计时间间隔为5min,则训练集共有有效数据132组,测试集的有效数据为12组.分别用三类误差分析指标比较三个模型的拟合、预测效果,结果显示组合模型的预测效果比两个模型单独使用的预测效果更准确.     

Impacts of TV and radio advertisements on the dynamics of an infectious disease: A modeling study

TV and radio advertisements are widely acknowledged as important interventions in raising issues of public health care and play promising role to control the infection through propagating awareness among the individuals. In this paper, a nonlinear susceptible‐infected‐susceptible (SIS) model is proposed and analyzed to see the impacts of TV and radio advertisements on the spread of influenza epidemic. In the model formulation, it is assumed that the susceptible individuals contract infection through the direct contact with infected individuals. The information regarding the protection against the disease is propagated via TV and radio advertisements, and their growth rates are assumed to be proportional to the fraction of infected individuals. However, the growth rate of TV advertisements decreases with the increase in number of aware individuals. The information broadcasted through TV and radio advertisements induces behavioral changes among the susceptible individuals, and they form an isolated aware class. The epidemiological feasible equilibria, their stability properties, and direction of bifurcation are discussed. The expression for modified basic reproduction number is obtained. The model analysis shows that the dissemination rate of awareness among susceptible individuals due to TV and radio advertisements and baseline number of TV and radio advertisements have potential to reduce the epidemic peak and, thus, control the spread of infection. Further, the analytical findings are well supported through numerical simulation.     

电视广告效果预测模型

本文通过引入电视广告影响力指数 ,利用主成分分析和多维偏好线性规划方法 ,结合广告理论 ,构建了电视广告效果的预测模型 ;对模型的基本原理和求解方法作了分析和讨论 ,并通过一真实的广告案例对模型进行了检验 .     

Numerical aspects of TV flow

The singular diffusion equation called total variation (TV) flow plays an important role in image processing and appears to be suitable for reducing oscillations in other types of data. Due to its singularity for zero gradients, numerical discretizations have to be chosen with care. We discuss different ways to implement TV flow numerically, and we show that a number of discrete versions of this equation may introduce oscillations such that the scheme is in general not TV-decreasing. On the other hand, we show that TV flow may act self-stabilising: even if the total variation increases by the filtering process, the resulting oscillations remain bounded by a constant that is proportional to the ratio of mesh widths. For our analysis we restrict ourselves to the one-dimensional setting.     

基于非下采样Contourlet变换与TV模型混合图像去噪算法

在非下采样Contourlet变换的基础上,综合考虑全变差扩散和正态逆高斯模型,提出一种新的图像去噪算法.首先,对图像进行非下采样Contourlet变换,得到高频子带和低频子带系数.然后,对低频子带进行全变差扩散处理,对于方向带通子带,先通过分类准则对其进行分类,将其分为重要系数和不重要系数,对重要系数采样正态逆高斯建模,不重要系数采用高斯分布模型建模.实验结果证明,本文方法在视觉效果、峰值信噪比以及平均结构性上均优于许多算法.     

关于Boltzmann方程的空间均匀的ES模型

在Prandtl数Pr∈[2/3,∞)的情况下,我们讨论了Boltzmann方程的空间均匀的椭圆统计模型.首先,我们建立了解的存在唯一性.其次,我们证明了该解收敛到平衡态并给出了其Maxwell分布型的下界估计.最后,我们给出了熵等式从而证明了该方程的熵是衰减的.     

经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响研究———基于DCC-MIDAS模型

研究聚焦在中国经济政策不确定性对“中-美”股市、“中国股市-黄金市场”的长期动态相关性影响方面。引入Baker提出的用于衡量经济政策不确定性的EPU指数建立修正版DCC-MIDAS模型,基于该模型的实证结果如下:其一,中国经济政策不确定性指数变动对 “中-美”股市的长期相关性具有显著的正向影响;其二,中国经济政策不确定性指数变化对“中国股市—黄金市场”的长期相关性具有显著的负向影响,当经济政策不确定性较高时,投资者会倾向于选择相对安全的黄金资产,这恰恰符合“安全投资转移”效应。除此之外,作为应用案例,比较了美股股指期货和黄金期货的风险对冲效果,结果显示美股期货对冲更优。     

基于多元统计分析法的广播电视台绩效评估——以江西省12家广播电视台为例

绩效是指某主体承担其责任或实现其目标的程度,以及在此过程中表现出的效率与效能水平;一套行之有效的评估方法应在有限人力和物力约束下,对主体进行尽可能客观的评价;广播电视台一方面承担社会宣传,引导正确舆论的职责,另方面又要实现经营创收目标;本文以江西省12家广播电视台为例,计算选取11个绩效指标,采用多元统计分析中的主成分法和聚类法,对广播电视台绩效评估方法做了初探.     

上海市PM2.5浓度的分析与预测

针对上海市PM2.5的浓度进行动态分析及预测.通过使用Page检验分析了上海市PM2.5浓度近几年的变化趋势;然后建立时间序列ARIMA模型对PM2.5浓度日数据进行拟合分析与预测.在此基础上通过引入影响PM2.5浓度的其他因素建立带时间序列误差的回归模型以及引入波动率因素建立带波动率方程的模型改进原时间序列ARIMA模型;通过比较样本外预测的效果,结果表明改进后的两个模型其结果均优于已知文献中的ARIMA模型.