基于ARIMA模型的包头市全社会用电量短期预测

通过分析包头市2017—2021年全社会用电量月度数据,运用时间序列的分析方法建立合适的模型,从而达到对包头市未来用电量短期预测的目的.模型预测结果显示：包头市全社会用电量服从ARIMA(2,(1,12),0)模型,利用ARIMA(2,(1,12),0)模型预测包头市未来的短期用电量切实可行,能更好地为电力行业制定短期电力政策提供有力的参考.     

对时间序列的ARIMA调整与回归分析——以民航客运统计为例

以2003-2009年我国民航客运统计数据为样本,提出了采用ARIMA模型对时间序列进行预处理之后进行回归分析的研究方法。实证分析表明,ARIMA模型与回归分析相结合为基于月度数据的时间序列定量分析提供了一个有效的工具。     

基于ARIMA模型的时间序列建模算法和实证分析

通过对时间序列ARIMA模型建模方法的研究,将方差分析运用于时间序列建模,对季节数据做方差检验并确定周期。基于统计软件SAS分析ARIMA模型建模方法的具体算法,绘制详细的建模流程图。从模型的识别、参数估计、建模和预测等各方面介绍了模型建立和预测的全过程。利用SAS软件,结合引入的方差检验方法和算法流程对1990年1月至2010年12月的中国消费者价格指数季节性时间序列建立了乘积ARIMA模型,预测并分析了CPI的基本走势。     

ARIMA模型在交通事故预测中的应用

通过ARIMA模型分析了1970—1997年中国交通事故的十万人口死亡率时间序列的平稳性,用SPSS11.5软件拟合模型并作预测,结果表明,ARIMA模型能提高预测精度,在实际应用中ARIMA模型可用于非季节和季节的各类时间序列,预测较准,可以为政府和交通部门制定预防降低交通事故提供重要的数据支持.     

负荷预测的线性稀疏数AR预测模型

对时间序列线性ARIMA模型的建模和预测方法进行了总结,根据其特征提出了采用稀疏数AR模型代替ARIMA模型作为通用线性预测模型,并给出了模型搜索算法,使得时间序列线性预测模型的建模过程无需人的干预而能通过程序自动完成。     

高斯过程回归补偿ARIMA的网络流量预测

为提高网络流量时间序列的中期预测精度,提出一种高斯过程回归模型补偿自回归积分滑动平均(ARIMA)模型的网络流量预测模型.首先通过Brock-Dechert-Scheinkman统计量检验方法确定网络流量时间序列包含线性特征与非线性特征;然后利用ARIMA模型对网络流量时间序列进行非平稳建模,得到符合网络流量序列线性变化规律的模型,并通过人工蜂群算法优化的高斯过程回归模型对具有非线性特性的预测误差序列进行建模与预测;最后将ARIMA模型的预测值与高斯过程回归模型的预测误差值进行相加得到最终的网络流量预测值.仿真对比实验结果表明,提出的预测方法具有更高的预测精度和更小的预测误差.     

基于季节ARIMA模型的近海表层水温时间序列模拟与预测

基于1996—2007年逐月时间序列数据,采用季节ARIMA模型对连云港近海表层水温时间序列进行模拟,并依据残差不相关和简洁性原则确定模型的结构,建立最优预测模型ARIMA（1,0,1）（0,1,0）12。运用该模型对2008年逐月表层水温进行预测,预测值与实际值的变动趋势基本一致,且平均相对误差仅为3.5%。在此基础上对2009年连云港近海逐月表层水温进行预报,预报结果符合该海域表层水温的逐月变化趋势,表明模型用于近海表层水温预报是可行的。     

ARIMA模型在江苏省GDP预测中的应用

对江苏省1978至2013年GDP时间序列进行分析,建立了ARIMA(4,2,2)模型,经过验证可知该模型具有较好的短期预测力,可作为江苏省制定经济调控政策、经济发展目标提供决策参考。     

Eviews软件在ARIMA模型中的应用研究——以苏州接待国内游客人数为例

ARIMA模型是一种精度较高的短期时序预测模型,本文使用2003年至2010年苏州接待国内游客人数作为原始序列,对其进行对数运算,得出一阶差分后的序列是平稳的,建立了ARIMA(1,1,1)模型,并利用Eviews软件计算出2011年的预测结果为7877万。     

基于ARIMA模型的安徽省城乡收入差距的预测

根据1978～2012年安徽省城乡居民收入的时间序列数据,运用ARIMA模型,用SAS软件进行拟合,对安徽省城乡居民收入差距情况进行分析,给出了2013～2015年安徽省城乡居民绝对收入差距的预测值。结果显示城乡居民收入差距会继续扩大。     

外商直接投资与吉林省经济增长关系实证研究

改革开放以来,吉林省外商直接投资发展迅速,极大地推动了吉林省经济增长和产业结构调整。本文运用2000年至2016年的数据,采用VAR模型分析了外商直接投资与吉林省经济增长的关系,并通过脉冲分析验证了外商直接投资对经济增长的推动作用,继而提出推动吉林省外商直接投资发展的对策。     

区域性固定资产投资因果关系实证分析

应用单位根检验对我国三大经济区域的名义固定资产投资和名义生产总值进行平稳性检验,并使之成为平稳性序列,继而应用格兰杰因果关系检验,分析我国三大经济区域固定资产投资与生产总值之间的因果关系,最后对我国固定资产投资在三大经济区域的取向提出建议.     

苏南5市固定资产投资效率比较分析

针对投资效率的评价以及单输入单产出指标的不足,建立了固定资产投资的单输入多输出评价指标体系,引入DEA建模分析法,对苏南5市2001--2007年固定资产投资效率进行了相对投资效率比较分析,并运用投资效率分析方法对选取样本进行了绝对投资效率分析。根据分析结果,探析了各市投资效率差异原因,并针对各市情况提出了提高投资效率的政策建议。     

电信产业固定资产投资波动分析

在考察我国电信固定资产投资波动特征基础上,对1979—2007年间电信固定资产投资波动与电信消费波动进行了协整检验,并运用有限分布滞后模型分析了两者的动态关联性。研究表明,电信固定资产投资波动与电信消费波动之间存在长期稳定的均衡关系,且固定资产投资波动性根本上是由电信消费波动引致的,但同时也与投融资体制和电信产业政策紧密相关。     

最优投资保险的动态经济模型研究

针对多阶段资产投资保险问题,给出了在市场状态转移矩阵一定的情况下,以最终的总超额收益尽可能大为决策目标的资产投资保险问题的一个多阶段动态规划决策模型,从中可以求得多阶段投资保险的整体最优投资保险策略.     

基于多元回归分析的河南省居民消费价格指数的数学模型

为了确定河南省居民消费价格指数与商品零售价格指数,农业生产资料指数,工业品出厂价格指数,原材料、燃料及动力购进价格指数,固定资产投资价格指数这5个指标之间的关系,通过收集相关数据,建立河南省居民消费体价格指数的多元回归模型,运用SAS对河南省居民消费价格总指数进行多元回归分析,得出居民消费价格总指数与这5个指标之间存在线性关系.对其进行了理论阐述和实际检验,结果显示该模型模拟精度达到97.862 49%,可用于河南省居民消费价格指数的预测.     

固定资产投资与经济增长相关性的实证研究

描述了改革开放30年来江苏省高淳县的固定资产投资与经济增长的状况,并运用协整分析和格兰杰因果检验等其他计量经济分析方法,对该县的固定资产投资与经济增长的长期均衡关系进行验证分析,结果表明,固定资产投资与第二产业是双向的格兰杰因果关系,与第一产业关系尚不明显,而第三产业是固定资产投资的格兰杰原因且第三产业增长变化与固定资产投资变化是负向关系。     

不同投资主体建设项目工程造价管理的探讨

针对社会主义市场经济体制下，投资渠道多样化，投资主体多元化情况，论述了对不同投资主体建设项目，实行不同的工程造价确定与控制的方法，从而实现全社会固定资产投资的良性循环和全过程工程造价管理的健康发展。     

近16年来我国固定资产投资规模的统计分析

应用有序样品聚类法．对近16年来我国固定资产投资规模进行聚类分析，以反映固定资产投资规模的变动状况．     

基于小波神经网络的时间序列预报方法及应用

传统的时间序列预测模型在处理具有非线性特性或非平稳时间序列问题,特别是对有人参与的主动系统、社会经济系统的预测上,无法取得满意的预测效果.寻求处理这类系统的方法是人们一直努力的方向.这里以小波理论为基础,重点研究了小波网络在非线性时间序列中的建模预测方法,利用深圳综合指数数据,建立了股票指数预测模型.该模型克服了传统的时间序列预测模型仅局限于线性系统的情况,避免了BP神经网络模型固有的缺陷.仿真结果表明,该方法比神经网络预测方法的预测精度高,可以很好地应用于某些非线性时间序列的预测中.