共查询到15条相似文献,搜索用时 46 毫秒
1.
ARIMA模型在广西全社会固定资产投资预测中的应用 总被引:9,自引:0,他引:9
本文采用求和自回归移动平均模型(ARIMA),对《新中国五十年统计资料汇编》及《2004年广西统计年鉴》提供的广西全社会固定资产投资额数据进行分析。结果显示,ARIMA(1,2,1)模型提供了较准确的预测结果,可用于未来的预测。就此,可为广西全社会固定资产投资提供可靠的参考依据。 相似文献
2.
Box-Jenkins方法在银行业市盈率预测中的应用 总被引:5,自引:0,他引:5
试用比较先进的Box-Jenkins时间序列分析方法对上市银行市盈率的历史数据进行分析,建立银行业盈利预测的ARIMA模型对我国行业经济进行分析。 相似文献
3.
ARIMA模型在深圳GDP预测中的应用 总被引:10,自引:1,他引:9
龚国勇 《数学的实践与认识》2008,38(4):53-57
对1979至2006年深圳国内生产总值进行了分析,建立了ARIMA(1,2,2)模型,检验结果表明该模型具有较好的预测效果,可为深圳制定经济发展目标提供决策参考. 相似文献
4.
通过分析医院时间序列资料的变动规律,本文找出了其共同的特点(如趋势增长或下降季节变化)和共性中的特点(高峰值的不同周期)。由于时间序列是由: X(t) =T(t)+S(t) +e(t)的成分构成,具有较明显的周期变化、增减趋势和季节波动,故医院季节性时间序列资料大都为非平稳时间序列,本文给出平稳化的步骤。预测具体方法和结果。 相似文献
5.
ARIMA乘积季节模型及其在传染病发病预测中的应用 总被引:8,自引:0,他引:8
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. 相似文献
6.
将时间序列分析引入到气温时间序列预测的研究中,深入分析气温样本数据,并对其建立ARMA模型.采用最佳准则函数法确定模型的阶数,并利用自相关函数对模型的残差进行了检验.通过条件期望预测和适时修正预测方法求得预测值,与真实值的比较得到适时修正预测精确度比条件期望预测的精确度高. 相似文献
7.
搜集2008-2014年新疆巴音郭楞蒙古自治州(简称巴州)梅毒月发病数据,采用时间序列分解方法(Time Series Decomposition methods)探讨该地区梅毒月发病率的季节性,建立ARIMA(0,1,1)(1,0,1)_(12)时间序列模型,模型预测值的动态趋势与实际发病率基本吻合,平均绝对百分比误差MAPE=17.36,具有较高的预测精度,可以较好的预测短期内梅毒的变化趋势,为梅毒的预防控制措施提供可靠依据. 相似文献
8.
基于ARIMA模型对2005年1月至2017年10月的我国服务价格指数月度数据进行预测分析.利用对统计数据的变化趋势及季节性进行验证结果表明该模型合理、有效.运用模型对2017年11月至2018年6月份的我国服务价格指数进行了预测,预测值与实际值的估计误差控制在有效范围内,预测效果比较理想,预测结果为到2018年上半年我国服务价格指数涨幅在3.5%左右,全国居民消费价格指数维持于2%左右,2018上半年出现严重通胀的可能性较小. 相似文献
9.
儿童伤害住院费用ARIMA预测模型研究 总被引:3,自引:0,他引:3
目的拟合适合儿童伤害住院费用时间序列资料的预测模型。方法采用ARIMA模型对住院费用进行模型拟合。结果模型拟合得到的最优模型为ARIMA(0,1,1)×(0,1,1)2×(0,1,1)12模型,该模型预测2005年的平均住院费将为2849.7元,2006年的平均住院费将达到3117.7元。结论ARIMA模型适用于儿童伤害住院费用时间序列模型拟合以及费用预测,预测结果显示在没有外来干预因素影响的情况下,儿童因伤害住院的住院费用将会延续2004年以前的上升趋势持续上涨。 相似文献
10.
ARIMA模型在上海市全社会固定资产投资预测中的应用 总被引:23,自引:2,他引:23
本文采用自回归求积移动平均(ARIMA)法,对《上海市统计年鉴2002》提供的固定资历产投资额资料进行了分析。结果显示,ARIAM(1,1,10)模型提供较准确的预测效果,可用于未来的预测,并为上海市全社会固定资产投资提供可靠依据。 相似文献
11.
基于ARIMA和LSSVM的非线性集成预测模型 总被引:1,自引:0,他引:1
针对复杂时间序列预测困难的问题,在综合考虑线性与非线性复合特征的基础上,提出一种基于ARIMA和最小二乘支持向量机(LSSVM)的非线性集成预测方法.首先采用ARIMA模型进行时间序列线性趋势建模,并为LSSVM建模确定输入阶数;接着根据确定的输入阶数进行时间序列样本重构,采用LSSVM模型进行时间序列非线性特征建模;最后采用基于LSSVM的非线性集成技术形成一个综合的预测结果.将该方法用于中国GDP预测取得的结果,与单独预测方法及流行的其他集成预测方法相比,预测精度有了较大的提高,从而验证了方法的有效性和可行性. 相似文献
12.
电力负荷是影响电网寿命和可靠度的一个重要因素,其月负荷变化具有明显的周期性.介绍了应用季节ARIMA模型进行电力负荷建模预测的理论和方法,将季节ARIMA模型应用于电力系统负荷短期预测,测试结果证明了方法的有效性. 相似文献
13.
14.
15.
苏州虎丘塔是著名的世界文化遗产,但塔体不断缓慢倾斜。建立虎丘塔变形的统计模型与预测有着重大的意义。本文对苏州虎丘塔变形的不等间隔观测数据,建立了回归模型和AR IMA模型,结果比较满意。 相似文献