排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
依据季节调整思想和X-13A-S模型理论,以传统的SARIMA模型对2000年1月—2016年7月观测值进行建模,预测2016年8—12月铁路客运量,同时用X-13A-S模型对数据中可能存在的日历效应进行季节调整,并建模预测。对比SARIMA模型,X-13A-S模型拟合效果更优,更适合我国铁路客运量的预测。之后用X-13A-S技术将所有原始数据重新建模预测,预计2017年春运后,4月份会再次出现小高峰,将比春运客流高,8月份铁路客运量达到最大。随着假期的减少,10月后客运量将下降,2018年年初迅速回升,总体呈上升趋势。 相似文献
1