ARIMA模型
- 基于ARIMA-GARCH模型的人民幣匯率波動(dòng)研究
將其與ARIMA模型預(yù)測(cè)結(jié)果相互對(duì)比。結(jié)果顯示，ARIMA-GARCH模型不僅可以提取出人民幣匯率波動(dòng)的規(guī)律性，還可以改良ARIMA模型的預(yù)測(cè)精度，預(yù)測(cè)精度最高，在短期內(nèi)能夠得到較好的預(yù)測(cè)值。關(guān)鍵詞：人民幣匯率；ARIMA模型；GARCH模型；預(yù)測(cè)精度；SDR本文索引：王藝柳.[J].中國(guó)商論，2024（11）：-012.中圖分類(lèi)號(hào)：F822 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2024）06（a）--041 引言與文獻(xiàn)綜述1.1 研究背景及意義
中國(guó)商論 2024年11期2024-06-14
- 基于ARIMA構(gòu)建SWECPX模型解決電商需求預(yù)測(cè)問(wèn)題
鍵詞：ARIMA模型；SWECPX模型；時(shí)間序列；電商需求預(yù)測(cè)；電商平臺(tái)本文索引：向俊坤，郁佳幸，高賀，等.[J].中國(guó)商論，2024（08）：-032.中圖分類(lèi)號(hào)：F742 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2024）04（b）--041 問(wèn)題介紹為了便于商品貨物的統(tǒng)一調(diào)度，電商平臺(tái)會(huì)提供配套倉(cāng)庫(kù)供電商儲(chǔ)存貨物。當(dāng)今物聯(lián)網(wǎng)技術(shù)發(fā)達(dá)，物流與數(shù)學(xué)理論、計(jì)算機(jī)技術(shù)結(jié)合緊密，通過(guò)大數(shù)據(jù)預(yù)測(cè)可以降低庫(kù)存成本，并且為商家提供足夠的存儲(chǔ)能力。供應(yīng)鏈優(yōu)化問(wèn)題
中國(guó)商論 2024年8期2024-06-03
- 我國(guó)新能源汽車(chē)公共充電樁保有量預(yù)測(cè)
件建立ARIMA模型，并對(duì)模型進(jìn)行檢驗(yàn)及擬合，同時(shí)用已有數(shù)據(jù)進(jìn)行驗(yàn)證，結(jié)果表明該模型的預(yù)測(cè)效果較好，具有一定參考價(jià)值。關(guān)鍵詞：ARIMA模型；新能源汽車(chē)；公共充電樁；保有量預(yù)測(cè)中圖分類(lèi)號(hào)：U469.7? 收稿日期：2024-03-20DOI：1019999/jcnki1004-02262024050241 前言隨著全球氣候變化和環(huán)境問(wèn)題日益嚴(yán)峻，綠色低碳高質(zhì)量發(fā)展已成為各國(guó)共同追求的目標(biāo)。在這一目標(biāo)下，我國(guó)新能源汽車(chē)市場(chǎng)迅猛發(fā)展，而充電樁作為新能源汽車(chē)產(chǎn)業(yè)
專(zhuān)用汽車(chē) 2024年5期2024-06-01
- 基于ARIMA的公交行程時(shí)間預(yù)測(cè)研究
序列；ARIMA模型；公交GPS數(shù)據(jù)；行程時(shí)間中圖分類(lèi)號(hào) U491.17文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 2096-8949（2024）09-0011-040 引言隨著經(jīng)濟(jì)的發(fā)展，私人小汽車(chē)的數(shù)量快速增長(zhǎng)，造成了許多問(wèn)題。不僅是交通擁擠，隨之而來(lái)的還有交通污染、交通事故頻繁、公路秩序混亂等一些嚴(yán)重的問(wèn)題。公共交通能夠很大程度地解決上述存在的問(wèn)題，大幅節(jié)約能耗，是解決擁堵、污染、秩序混亂等問(wèn)題的有力支撐。但公交車(chē)沿確定路線行駛，路上實(shí)時(shí)的車(chē)輛行駛狀態(tài)影響公交車(chē)到站時(shí)間
交通科技與管理 2024年9期2024-05-29
- 基于機(jī)器學(xué)習(xí)在股票預(yù)測(cè)中的應(yīng)用
后使用ARIMA模型對(duì)科大訊飛股票預(yù)測(cè)開(kāi)盤(pán)價(jià)走勢(shì)，使用VAR模型預(yù)測(cè)先進(jìn)數(shù)通的股票開(kāi)盤(pán)價(jià)、收盤(pán)價(jià)、最高價(jià)和最低價(jià)。關(guān)鍵詞：股票預(yù)測(cè)；機(jī)器學(xué)習(xí)；ARIMA模型；VAR模型；時(shí)間序列一、前言從股票市場(chǎng)出現(xiàn)到發(fā)展至今已有四百多年歷史，股票能夠在股票市場(chǎng)內(nèi)交易，是當(dāng)前經(jīng)濟(jì)發(fā)展中不可或缺的重要部分，對(duì)各大公司來(lái)說(shuō)是籌備資金的重要方式。同樣，股票也可以從側(cè)面表現(xiàn)出各大公司的未來(lái)發(fā)展趨勢(shì)。股票價(jià)格受各種因素的影響，股市中，股票價(jià)格每天都在發(fā)生變化，每天的變化不僅會(huì)給投資
信息系統(tǒng)工程 2024年4期2024-05-13
- 基于MATLAB的ARIMA模型對(duì)我國(guó)GDP預(yù)測(cè)的研究
AB；ARIMA模型中圖分類(lèi)號(hào)：F222?文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1005-6432（2024）09-0000-00引言GDP是反映一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)，其對(duì)于國(guó)家宏觀經(jīng)濟(jì)政策制定、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和國(guó)際貿(mào)易等方面都有著較為重要的影響。因此，對(duì)GDP的準(zhǔn)確預(yù)測(cè)和分析一直是經(jīng)濟(jì)學(xué)領(lǐng)域的研究熱點(diǎn)[1]?；跁r(shí)間序列模型的GDP預(yù)測(cè)方法，由于其簡(jiǎn)單可行、高精度的優(yōu)點(diǎn)，受到了廣泛關(guān)注。近年來(lái)，眾多學(xué)者對(duì)我國(guó)歷年GDP數(shù)據(jù)利用時(shí)間序列模型進(jìn)行分析預(yù)測(cè)。如20
中國(guó)市場(chǎng) 2024年12期2024-05-08
- 基于ARIMA-LSTM混合模型對(duì)傳染病的預(yù)測(cè)分析
序列；ARIMA模型；LSTM模型；組合預(yù)測(cè)模型中圖分類(lèi)號(hào)：TP391? ? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2024）01-0116-05Prediction Analysis of Infectious Diseases Based on ARIMA-LSTM Mixed ModelWANG Rui， LI Ruiyi， CAO Peigen， FENG Hetang， HUANG Meng（Institute of Disaster
現(xiàn)代信息科技 2024年1期2024-04-14
- 基于ARIMA模型與EBO模型股票估值研究
據(jù)運(yùn)用ARIMA模型對(duì)其股票價(jià)格進(jìn)行短期預(yù)測(cè)，并運(yùn)用與杜邦恒等式相結(jié)合的剩余收益模型（EBO模型）對(duì)柳鋼集團(tuán)股票內(nèi)在價(jià)值進(jìn)行估值。通過(guò)實(shí)證分析表明，柳鋼集團(tuán)股票的內(nèi)在價(jià)值高于使用ARIMA模型預(yù)測(cè)的股價(jià)，柳鋼集團(tuán)股價(jià)被低估。且鑒于柳鋼集團(tuán)為柳州市重要的國(guó)企地位，而國(guó)有企業(yè)在金融市場(chǎng)中的定位及特殊的資本結(jié)構(gòu)，常常出現(xiàn)企業(yè)股票價(jià)格與其內(nèi)在價(jià)值存在分離的現(xiàn)象。通過(guò)兩個(gè)模型相互結(jié)合進(jìn)行探索，以企業(yè)、投資者及政府不同視角提供分析企業(yè)發(fā)展和投資路徑的新角度。 關(guān)鍵詞
中國(guó)集體經(jīng)濟(jì) 2024年5期2024-02-07
- 基于ARIMA模型的全球氣表溫度預(yù)測(cè)分析
鍵詞：ARIMA模型；氣表溫度；預(yù)測(cè)中圖分類(lèi)號(hào)：TP399 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：2096-4706（2023）16-0147-04Global Air Surface Temperature Prediction Analysis Based on ARIMA ModelWU Huihui， WANG Jiapeng， WU Wenjing， ZHAO Hongcheng， ZHANG Peijun（School of Computer Sc
現(xiàn)代信息科技 2023年16期2023-09-25
- 量化分析外部風(fēng)險(xiǎn)對(duì)股票投資的影響
后建立ARIMA模型，進(jìn)而利用模型進(jìn)行預(yù)測(cè)比較分析。通過(guò)研究分析發(fā)現(xiàn)外部性事件（新冠疫情）對(duì)股票有間接的正向沖擊影響，解釋了股票價(jià)格在疫情期間的波動(dòng)游走現(xiàn)象，并結(jié)合事件進(jìn)行具體分析。關(guān)鍵詞：多因子量化選股；主成分分析；殘差序列分析；ARIMA模型中圖分類(lèi)號(hào)：F224；F830.9??文獻(xiàn)標(biāo)識(shí)碼：A??文章編號(hào)：1005-6432（2023）14-0000-04[DOI]10.13939/j.cnki.zgsc.2023.14.0001???研究背景新冠疫情
中國(guó)市場(chǎng) 2023年14期2023-05-31
- 我國(guó)大豆消費(fèi)影響因素分析及趨勢(shì)預(yù)測(cè)
；構(gòu)建ARIMA模型，對(duì)我國(guó)2021—2030年的大豆消費(fèi)量進(jìn)行預(yù)測(cè)分析。研究結(jié)果表明：（1）影響大豆消費(fèi)量變化的主要因素有養(yǎng)殖業(yè)發(fā)展、加工業(yè)發(fā)展、飼料替代效應(yīng)、油脂替代效應(yīng)、城鎮(zhèn)化發(fā)展、人口增長(zhǎng)、收入提高、政策影響和科技進(jìn)步等；（2）未來(lái)，我國(guó)大豆消費(fèi)總量增速有明顯的放緩趨勢(shì)，到2025年和2030年我國(guó)大豆消費(fèi)總量將分別達(dá)到13 734.23萬(wàn)t和15 698.46萬(wàn)t；（3）未來(lái)10年，我國(guó)大豆壓榨消費(fèi)量持續(xù)上漲，仍將是大豆消費(fèi)的第一大用途，食用消費(fèi)
江蘇農(nóng)業(yè)科學(xué) 2023年8期2023-05-23
- 基于ARIMA模型的城鄉(xiāng)居民國(guó)內(nèi)旅游人均消費(fèi)的預(yù)測(cè)
，采用ARIMA模型對(duì)未來(lái)幾年的數(shù)據(jù)進(jìn)行預(yù)測(cè)，得出結(jié)論：農(nóng)村居民國(guó)內(nèi)旅游人均消費(fèi)的增長(zhǎng)速度更快，未來(lái)農(nóng)村居民的旅游消費(fèi)水平也將持續(xù)快速增長(zhǎng)。最后對(duì)未來(lái)我國(guó)城鄉(xiāng)居民國(guó)內(nèi)旅游的經(jīng)濟(jì)增長(zhǎng)提出建議，為相關(guān)部門(mén)制定政策提供參考，以期促進(jìn)我國(guó)旅游業(yè)進(jìn)一步發(fā)展。關(guān)鍵詞：城鄉(xiāng)居民；國(guó)內(nèi)旅游；人均消費(fèi)；ARIMA模型中圖分類(lèi)號(hào)：F592.7 文獻(xiàn)標(biāo)識(shí)碼：A基金項(xiàng)目：國(guó)家社科基金項(xiàng)目一般項(xiàng)目“鄉(xiāng)村旅游地文化景觀的原真性構(gòu)建與形成機(jī)制研究”（21BGL285）。引言近年來(lái)我國(guó)居
旅游縱覽 2023年5期2023-05-22
- 不同樹(shù)齡雪嶺云杉徑向生長(zhǎng)變化特征與模擬研究
此建立ARIMA模型，模擬分析雪嶺云杉徑向生長(zhǎng)過(guò)程。[結(jié)果]與上樹(shù)線相比，下樹(shù)線的樹(shù)輪寬度年表中蘊(yùn)含著更多的氣候信息。ARIMA模型模擬的3個(gè)樹(shù)齡組雪嶺云杉BAI變化中，中齡組觀測(cè)值與模擬值擬合效果最優(yōu)（R2=0.832）。因ARIMA模型基于單變量自身變化趨勢(shì)進(jìn)行建模，故結(jié)合現(xiàn)有氣象數(shù)據(jù)進(jìn)行氣候突變前后生長(zhǎng)趨勢(shì)變化分析，發(fā)現(xiàn)幼齡雪嶺云杉實(shí)測(cè)BAI總體上增長(zhǎng)顯著，但增速逐漸減緩。[結(jié)論]中、老齡雪嶺云杉BAI在氣溫突變前呈減小趨勢(shì)，在氣溫突變后，中齡云杉B
林業(yè)科學(xué)研究 2023年3期2023-04-29
- 基于matplotlib的K-means-ARIMA模型對(duì)零售商品在傳統(tǒng)節(jié)假日的銷(xiāo)量預(yù)測(cè)
方法及ARIMA模型對(duì)多種商品在傳統(tǒng)節(jié)假日期間的銷(xiāo)量進(jìn)行預(yù)測(cè)，在真實(shí)的某一典型縣級(jí)商超銷(xiāo)量數(shù)據(jù)庫(kù)上進(jìn)行評(píng)估驗(yàn)證，最后將其與基準(zhǔn)的模型進(jìn)行數(shù)據(jù)對(duì)比，以驗(yàn)證本方法對(duì)精度提升的度量。關(guān)鍵詞 ：多類(lèi)商品;傳統(tǒng)節(jié)日;銷(xiāo)量預(yù)測(cè);K-means聚類(lèi);ARIMA模型中圖分類(lèi)號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）18-0059-02開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：1引言信息化的浪潮為商業(yè)帶來(lái)了巨大的發(fā)展機(jī)遇，依據(jù)數(shù)據(jù)來(lái)驅(qū)
電腦知識(shí)與技術(shù) 2022年18期2022-08-31
- 河南省小麥產(chǎn)量分析及預(yù)測(cè)
：采用ARIMA模型，對(duì)河南省糧食產(chǎn)量數(shù)據(jù)進(jìn)行原始數(shù)列預(yù)處理、參數(shù)估計(jì)以及統(tǒng)計(jì)建模。結(jié)果：構(gòu)建河南省小麥產(chǎn)量自回歸移動(dòng)平均模型（ARIMA），預(yù)測(cè)模型為ARIMA（6，1，0），數(shù)據(jù)信息提取充分（Q=12.2185，P>0.05），相對(duì)誤差控制在10%以?xún)?nèi)，數(shù)據(jù)信息提取充分。結(jié)論：模型預(yù)測(cè)擬合優(yōu)度較好，具有一定的參考價(jià)值，以此提出相關(guān)建議。關(guān)鍵詞：河南??；ARIMA模型；擬合優(yōu)度一、引言河南省是我國(guó)的糧食大省，2020年，河南省人民政府辦公廳發(fā)布關(guān)于《河南
客聯(lián) 2022年11期2022-07-06
- 基于季節(jié)性ARIMA模型的中國(guó)貨物周轉(zhuǎn)量短期預(yù)測(cè)
單季節(jié)ARIMA模型和乘積季節(jié)ARIMA模型進(jìn)行擬合，并預(yù)測(cè)2021年1月至12月的貨物周轉(zhuǎn)量數(shù)據(jù)。使用兩種模型進(jìn)行預(yù)測(cè)的平均相對(duì)誤差均較小，并且乘積季節(jié)模型的預(yù)測(cè)能力優(yōu)于簡(jiǎn)單季節(jié)模型。關(guān)鍵詞：貨物周轉(zhuǎn)量;簡(jiǎn)單季節(jié)模型;乘積季節(jié)模型;ARIMA模型;殘差診斷中圖分類(lèi)號(hào)：TP391 ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2022）03-0141-05Short Term Prediction of China's Cargo Turnov
現(xiàn)代信息科技 2022年3期2022-07-06
- 糧食安全視角下我國(guó)小麥進(jìn)口量波動(dòng)趨勢(shì)預(yù)測(cè)研究
建立了ARIMA模型，對(duì)小麥未來(lái)半年進(jìn)口趨勢(shì)進(jìn)行預(yù)測(cè)。結(jié)果表明：我國(guó)下一階段小麥進(jìn)口將繼續(xù)保持上升態(tài)勢(shì);我國(guó)小麥進(jìn)口來(lái)源依賴(lài)度比較高，糧食安全風(fēng)險(xiǎn)增加;小麥生產(chǎn)成本需進(jìn)一步控制。因此，要依靠科技進(jìn)步，強(qiáng)化供給結(jié)構(gòu)調(diào)整;警惕進(jìn)口風(fēng)險(xiǎn)，分散小麥進(jìn)口市場(chǎng);實(shí)行適度規(guī)模化經(jīng)營(yíng)，降低小麥生產(chǎn)成本。關(guān)鍵詞：小麥進(jìn)口;趨勢(shì)預(yù)測(cè);ARIMA模型中圖分類(lèi)號(hào) S512.1 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-7731（2022）10-0027-04Prediction
安徽農(nóng)學(xué)通報(bào) 2022年10期2022-06-30
- 新冠肺炎疫情對(duì)我國(guó)農(nóng)村電商行業(yè)股價(jià)的影響
電商；ARIMA模型；干預(yù)模型【中圖分類(lèi)號(hào)】F402.3一、引言（一）研究背景及意義突發(fā)性公共衛(wèi)生事件對(duì)于經(jīng)濟(jì)有不容忽視的影響。2003年的“非典”對(duì)我國(guó)經(jīng)濟(jì)造成高達(dá)300億美元的損失，2020年初暴發(fā)的新冠肺炎疫情，因其“人傳人”特性，必須采取限制人員流動(dòng)的對(duì)策，產(chǎn)業(yè)鏈與供應(yīng)鏈?zhǔn)艿搅藝?yán)重影響，實(shí)體經(jīng)濟(jì)遭受到20世紀(jì)初大蕭條以來(lái)最嚴(yán)重的沖擊，金融市場(chǎng)也難以幸免。[1]2020年1～4月，我國(guó)上證指數(shù)一路走低，2月3日更是出現(xiàn)了大盤(pán)幾近跌停的局面。但值得注意
國(guó)際商務(wù)財(cái)會(huì) 2022年10期2022-06-23
- 基于ARIMA模型的股價(jià)分析與預(yù)測(cè)
件建立ARIMA模型對(duì)招商銀行的股價(jià)進(jìn)行分析與預(yù)測(cè)，首先選取招商銀行（600036）股票2021年1月4日至2022年6月30日的股價(jià)作為樣本數(shù)據(jù)，進(jìn)行平穩(wěn)性檢驗(yàn)，完成ARIMA模型的識(shí)別與定階，進(jìn)行模型檢驗(yàn)，基于該模型對(duì)股價(jià)進(jìn)行分析預(yù)測(cè)。結(jié)果顯示：ARIMA模型對(duì)股票價(jià)格時(shí)間序列的短期變化規(guī)律具有較好的預(yù)測(cè)作用，為投資者對(duì)股票投資提供一定參考意義?！娟P(guān)鍵詞】ARIMA模型;股價(jià)預(yù)測(cè);R語(yǔ)言;招商銀行【中圖分類(lèi)號(hào)】F832.5? ? ? ? ? ? ? ?
中小企業(yè)管理與科技·上旬刊 2022年6期2022-05-30
- 基于ARIMA與SVR滾動(dòng)殘差模型組合的股票預(yù)測(cè)
，借助ARIMA模型實(shí)現(xiàn)對(duì)股票數(shù)據(jù)的線性趨勢(shì)預(yù)測(cè)，通過(guò)滾動(dòng)殘差的SVR回歸模型對(duì)ARIMA模型的預(yù)測(cè)殘差進(jìn)行數(shù)據(jù)修正，得到ARIMA_SVR滾動(dòng)殘差模型的預(yù)測(cè)值。實(shí)驗(yàn)結(jié)果表明，相較于傳統(tǒng)ARIMA模型，ARIMA與滾動(dòng)殘差SVR組合模型的性能和預(yù)測(cè)精度都得到大幅提升，具有一定的學(xué)術(shù)價(jià)值和應(yīng)用意義。關(guān)鍵詞： 金融; ARIMA模型; SVR滾動(dòng)殘差模型; 股票預(yù)測(cè)中圖分類(lèi)號(hào)：TP183? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（
計(jì)算機(jī)時(shí)代 2022年5期2022-05-27
- 基于整數(shù)規(guī)劃的最優(yōu)訂購(gòu)與轉(zhuǎn)運(yùn)方案預(yù)測(cè)研究
預(yù)測(cè)和ARIMA模型預(yù)測(cè)等方法，將其代入循環(huán)算法并得到最終的方案，最后基于測(cè)試集數(shù)據(jù)，本文驗(yàn)證了訂購(gòu)、轉(zhuǎn)運(yùn)方案的良好性質(zhì)。關(guān)鍵詞：整數(shù)規(guī)劃模型;循環(huán)算法;主成分分析;ARIMA模型;整體分類(lèi)一、引言原材料是企業(yè)生產(chǎn)高質(zhì)量產(chǎn)品的基石和根本。在企業(yè)間競(jìng)爭(zhēng)日益激烈的今天，如何以更科學(xué)的方法降低在企業(yè)支出中占據(jù)較大比重的原材料采購(gòu)和轉(zhuǎn)運(yùn)成本，是提升企業(yè)競(jìng)爭(zhēng)力的重要方式。由此，企業(yè)管理者需要盡可能降低原材料采購(gòu)成本，減少原材料運(yùn)輸消耗，使企業(yè)更好的生存和發(fā)展。傳統(tǒng)的
商場(chǎng)現(xiàn)代化 2022年4期2022-04-27
- 基于ARIMA模型淺析世界玉米供需態(tài)勢(shì)
鍵詞：ARIMA模型 世界玉米 供需一、引言與文獻(xiàn)綜述玉米是中國(guó)及全球重要的飼料（食品及工業(yè)原料）作物，研究世界玉米供需態(tài)勢(shì)，可為中國(guó)玉米（進(jìn)口）貿(mào)易提供決策參考信息。迄今，學(xué)界對(duì)世界玉米供需及貿(mào)易的主要研究成果如下：國(guó)內(nèi)方面如：我國(guó)玉米貿(mào)易呈現(xiàn)明顯的波動(dòng)性，是我國(guó)玉米市場(chǎng)的地域差異和貿(mào)易政策共同作用的結(jié)果[1-2];中國(guó)是世界玉米主要生產(chǎn)國(guó)之一，同時(shí)又在世界玉米貿(mào)易中扮演著極其重要的角色[3];隨著玉米深加工快速發(fā)展，飼料玉米穩(wěn)步增長(zhǎng)，玉米收購(gòu)主體多元化
糧食問(wèn)題研究 2022年2期2022-04-25
- 智慧農(nóng)業(yè)發(fā)展現(xiàn)狀及潛力的探索研究
并結(jié)合ARIMA模型和BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行市場(chǎng)預(yù)測(cè)，從多個(gè)角度出發(fā)為智慧農(nóng)業(yè)大數(shù)據(jù)管理提出合理建議。關(guān)鍵詞：智慧農(nóng)業(yè);信息流通性;RFE法;ARIMA模型;BP神經(jīng)網(wǎng)絡(luò)模型一、前言中國(guó)農(nóng)貿(mào)市場(chǎng)的營(yíng)業(yè)利潤(rùn)受多種因素影響，而各種農(nóng)副產(chǎn)品的價(jià)格波動(dòng)也在很大程度上影響著農(nóng)民和農(nóng)場(chǎng)主的經(jīng)濟(jì)收益。以近幾年大蒜價(jià)格的波動(dòng)為例，自2009年大蒜百倍漲幅，到2019年由央視網(wǎng)的報(bào)道的蘇寧家樂(lè)福超市蒜價(jià)30%的降幅，在這一過(guò)程中，不僅消費(fèi)者生活受到極大影響，作為中國(guó)大蒜主產(chǎn)地
商業(yè)2.0-市場(chǎng)與監(jiān)管 2022年1期2022-01-08
- 基于ARIMA模型的股票價(jià)格實(shí)證分析
價(jià)建立ARIMA模型進(jìn)行預(yù)測(cè)分析。使用Eviews9軟件分析大眾公用的股票開(kāi)盤(pán)價(jià)，在對(duì)該數(shù)據(jù)分析前，需要先分析選取的股價(jià)時(shí)間序列數(shù)據(jù)的平穩(wěn)性，若是不平穩(wěn)序列，要把該數(shù)據(jù)平穩(wěn)化處理后才能繼續(xù)進(jìn)行后續(xù)分析。實(shí)證分析結(jié)果表明，利用選取的ARIMA模型預(yù)測(cè)大眾公用9天的開(kāi)盤(pán)價(jià)，結(jié)果顯示，預(yù)測(cè)的誤差較小，說(shuō)明該模型具有一定的參考價(jià)值和現(xiàn)實(shí)意義，ARIMA模型可以為投資者及相關(guān)投資機(jī)構(gòu)提供股票投資決策參考。關(guān)鍵詞：ARIMA模型? 股票開(kāi)盤(pán)價(jià)? 時(shí)間序列? 股票預(yù)測(cè)中
科技資訊 2021年29期2021-12-31
- 時(shí)間序列在濟(jì)南市GDP預(yù)測(cè)中的應(yīng)用與可行性分析
序列;ARIMA模型;預(yù)測(cè);Eviews1.前言1.1模型介紹ARMA模型（Autoregressive moving average model）是時(shí)間序列最常用的最有效果的一種數(shù)據(jù)處理模型。若時(shí)間序列滿(mǎn)足則該時(shí)間序列服從（p.q）階的自回歸滑動(dòng)平均混合模型。ARMA模型由自回歸模型AR模型、MA模在實(shí)踐應(yīng)用中，ARMA模型主要用于長(zhǎng)期追蹤資料的研究，市場(chǎng)規(guī)模預(yù)測(cè)、消費(fèi)者行為模式變遷等方面。2.數(shù)據(jù)處理本文所出現(xiàn)并用于實(shí)驗(yàn)的數(shù)據(jù)為來(lái)自于國(guó)家數(shù)據(jù)網(wǎng)，數(shù)據(jù)原
電子樂(lè)園·上旬刊 2021年3期2021-12-24
- 基于ARIMA模型的義烏社會(huì)消費(fèi)品零售總額預(yù)測(cè)分析
，構(gòu)建ARIMA模型，并對(duì)模型進(jìn)行顯著性檢驗(yàn)、白噪聲檢驗(yàn)等，選取擬合度較高的模型，對(duì)未來(lái)三年義烏市社會(huì)消費(fèi)品零售總額做出預(yù)測(cè)。通過(guò)研究發(fā)現(xiàn)，所構(gòu)建的模型的預(yù)測(cè)精度相對(duì)較高，所預(yù)測(cè)的結(jié)果具有一定的參考性。關(guān)鍵詞：ARIMA模型;義烏;社會(huì)消費(fèi)品零售總額一、引言社會(huì)消費(fèi)品零售總額是指企業(yè)銷(xiāo)售給個(gè)人和集團(tuán)，用于非常生產(chǎn)與經(jīng)營(yíng)用途的商品金額以及提供餐飲服務(wù)所獲取收益金額的總和。隨著網(wǎng)上購(gòu)物的興起，社會(huì)消費(fèi)品零售總額的很大一部分來(lái)自網(wǎng)上購(gòu)物消費(fèi)金額，包括實(shí)物商品和非
科教創(chuàng)新與實(shí)踐 2021年35期2021-11-14
- 基于ARIMA 模型預(yù)測(cè)Bitcoin 價(jià)格的研究
采用了ARIMA模型，通過(guò)使用R語(yǔ)言對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)化處理并進(jìn)行單位根檢驗(yàn)，對(duì)比各參數(shù)，建立合理的ARIMA模型，同時(shí)，與自動(dòng)生成的ARIMA模型進(jìn)行比較，選擇較為優(yōu)良的模型進(jìn)行比特幣價(jià)格的短期預(yù)測(cè)。關(guān)鍵詞：比特幣;ARIMA模型;時(shí)間序列引言2008年10月，一位名為中本聰密碼學(xué)者發(fā)布了《比特幣： 一種點(diǎn)對(duì)點(diǎn)的電子現(xiàn)金系統(tǒng)》的文章，文內(nèi)描述了一種被他稱(chēng)為“比特幣”的電子貨幣及其算法。隨后，中本聰挖出第一個(gè)區(qū)塊，即所謂的創(chuàng)世區(qū)塊，由此比特幣正式誕生。比特幣是
科學(xué)與生活 2021年21期2021-11-10
- 基于ARIMA模型對(duì)我國(guó)客運(yùn)量的分析和預(yù)測(cè)
AS;ARIMA模型1引言1.1研究背景一個(gè)國(guó)家，過(guò)去與未來(lái)的經(jīng)濟(jì)發(fā)展與交通運(yùn)輸都是相互影響和制約的，民間流傳的一句話(huà)，最形象的表達(dá)了運(yùn)輸與經(jīng)濟(jì)發(fā)展的關(guān)系：“要想富，先修路”。所以在更加注重經(jīng)濟(jì)發(fā)展的今天，運(yùn)輸業(yè)的發(fā)展已經(jīng)成為一個(gè)不可忽視的方面。而在運(yùn)輸對(duì)象上有客運(yùn)和貨運(yùn)之分，本文就對(duì)和每個(gè)人更貼近的客運(yùn)進(jìn)行研究。在全球化程度日益發(fā)達(dá)的今天，信息化社會(huì)已是最為突出的一個(gè)特征，信息的傳遞已經(jīng)達(dá)到了現(xiàn)在相當(dāng)便捷的程度，正同時(shí)也給客運(yùn)提出一個(gè)更高的要求。2數(shù)據(jù)來(lái)
錦繡·下旬刊 2021年12期2021-11-03
- 運(yùn)用ARIMA模型對(duì)股價(jià)預(yù)測(cè)的實(shí)證研究
過(guò)建立ARIMA模型來(lái)進(jìn)行檢驗(yàn)與預(yù)測(cè)，得到的股價(jià)預(yù)測(cè)值與真實(shí)值短期內(nèi)最大誤差不超過(guò)0.04。這表明以ARIMA模型對(duì)股價(jià)進(jìn)行短期預(yù)測(cè)具有很好的效果，能夠?yàn)楣墒型顿Y者提供幫助。關(guān)鍵詞：Python;ARIMA模型;股價(jià)預(yù)測(cè)中圖分類(lèi)號(hào)：F830.91? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2021）25-0076-03引言正如我們所知，股票市場(chǎng)是企業(yè)融資的重要渠道，也是反映一個(gè)國(guó)家經(jīng)濟(jì)狀況的“晴雨表”。股票的價(jià)格作為股票市場(chǎng)的重
經(jīng)濟(jì)研究導(dǎo)刊 2021年17期2021-11-01
- 基于Arima模型的制造業(yè)生產(chǎn)優(yōu)化實(shí)踐
，建立ARIMA模型，預(yù)測(cè)未來(lái)生產(chǎn)狀態(tài)?；谝陨霞夹g(shù)研究結(jié)果，進(jìn)一步探討挖掘結(jié)果對(duì)于企業(yè)管理者進(jìn)行更科學(xué)、更可靠的生產(chǎn)運(yùn)營(yíng)決策的輔助支撐作用，以實(shí)現(xiàn)企業(yè)的降本增效。關(guān)鍵詞：ARIMA模型;生產(chǎn)數(shù)據(jù);決策支持中圖分類(lèi)號(hào)：A 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：（2021）-31-459在智能制造背景下，生產(chǎn)車(chē)間某智能生產(chǎn)設(shè)備的日產(chǎn)量實(shí)時(shí)受到數(shù)據(jù)監(jiān)控，并通過(guò)生產(chǎn)管理系統(tǒng)進(jìn)行存儲(chǔ)。由于生產(chǎn)量受意外停機(jī)、換膜時(shí)間等諸多因素影響，故建立ARIMA模型，對(duì)該生產(chǎn)數(shù)據(jù)進(jìn)行分析預(yù)測(cè)
小作家報(bào)·教研博覽 2021年31期2021-10-16
- 基于時(shí)間序列分析的湖北省GDP預(yù)測(cè)模型研究
件建立ARIMA模型，并用該模型預(yù)測(cè)的2018年和2019年湖北省GDP數(shù)據(jù)與實(shí)際數(shù)據(jù)進(jìn)行比較，對(duì)建立的模型進(jìn)行優(yōu)化評(píng)估，最后利用優(yōu)化模型對(duì)2020年和2021年湖北省GDP進(jìn)行短期預(yù)測(cè)。根據(jù)建立的時(shí)間序列分析得到最優(yōu)模型為ARIMA（0，2，3），預(yù)測(cè)值與實(shí)際值的平均相對(duì)誤差為10.585%，ARIMA模型能較好地反映湖北省GDP發(fā)展的趨勢(shì)并進(jìn)行短期預(yù)測(cè)。關(guān)鍵詞：時(shí)間序列分析;ARIMA模型;R語(yǔ)言一、引言國(guó)內(nèi)生產(chǎn)總值（Gross Domestic Pr
- 新冠疫情對(duì)社會(huì)經(jīng)濟(jì)影響的統(tǒng)計(jì)模型分析
，并用ARIMA模型對(duì)失業(yè)率進(jìn)行建模，GARCH模型對(duì)上證指數(shù)進(jìn)行建模。將新冠疫情對(duì)社會(huì)經(jīng)濟(jì)的影響進(jìn)行量化反映。得到分析結(jié)果后，再利用模型做出預(yù)測(cè)，分析疫情的影響還會(huì)持續(xù)多久。其中，GARCH模型用于上證指數(shù)收盤(pán)價(jià)分析是這篇論文的一個(gè)創(chuàng)新點(diǎn)。最后，從新興產(chǎn)業(yè)的發(fā)展對(duì)未來(lái)展望和推進(jìn)疫情的防控給出一些建議。◆關(guān)鍵詞：新冠肺炎;GDP;失業(yè)率;上證指數(shù)收盤(pán)價(jià);ARIMA模型;GARCH模型1緒論1.1研究背景1.1.1新型冠狀病毒疫情冠狀病毒是一種大型的病毒種類(lèi)
速讀·上旬 2021年12期2021-10-12
- 基于ARIMA-GARCH模型對(duì)中美匯率的組合預(yù)測(cè)
過(guò)構(gòu)建ARIMA模型和ARIMA-GARCH模型來(lái)進(jìn)行預(yù)測(cè)，通過(guò)對(duì)比兩個(gè)模型預(yù)測(cè)曲線和真實(shí)值曲線的擬合情況，最后發(fā)現(xiàn)MA（1）-GARCH（1，1）更適合對(duì)匯率進(jìn)行短期預(yù)測(cè)，且精確度較高。最后本文也給出一些針對(duì)匯率風(fēng)險(xiǎn)防范的一些手段。關(guān)鍵詞：中美匯率;趨勢(shì)預(yù)測(cè);ARIMA模型;GARCH;模型國(guó)際貿(mào)易一、引言2020年世界經(jīng)濟(jì)受到了巨大沖擊，各經(jīng)濟(jì)體均受到一些影響，主要體現(xiàn)在經(jīng)濟(jì)增速陡降，失業(yè)率上升，貿(mào)易和跨境投資減少等負(fù)面反應(yīng)。其中，國(guó)際貿(mào)易也受到嚴(yán)峻的
商場(chǎng)現(xiàn)代化 2021年15期2021-10-09
- 基于時(shí)間序列模型的農(nóng)產(chǎn)品價(jià)格指數(shù)預(yù)測(cè)研究
數(shù)據(jù)的ARIMA模型和SARIMA季度乘積模型。通過(guò)對(duì)建立的三種模型的比較，挑選出最適合的模型，然后利用該模型對(duì)API進(jìn)行預(yù)測(cè)。關(guān)鍵詞：API;ARIMA模型;SARIMA模型;預(yù)測(cè)一、引言農(nóng)產(chǎn)品價(jià)格頻繁異常波動(dòng)，不僅會(huì)引起社會(huì)整體物價(jià)水平的波動(dòng)，還影響到人民生活水平的穩(wěn)定，而且還將給廣大農(nóng)產(chǎn)品生產(chǎn)者和經(jīng)營(yíng)者帶來(lái)額外的市場(chǎng)風(fēng)險(xiǎn)，與此同時(shí)也給國(guó)家的宏觀經(jīng)濟(jì)運(yùn)行帶來(lái)不穩(wěn)定因素。因此，穩(wěn)定農(nóng)產(chǎn)品價(jià)格已經(jīng)成為我國(guó)宏觀經(jīng)濟(jì)調(diào)控的重要目標(biāo)。通過(guò)運(yùn)用合理的方法對(duì)農(nóng)產(chǎn)品價(jià)
現(xiàn)代營(yíng)銷(xiāo)·理論 2021年9期2021-09-27
- 基于ARIMA、平減指數(shù)法和主成分回歸模型的GDP總量及增速預(yù)測(cè)
DP;ARIMA模型;平減指數(shù)法;主成分回歸模型Abstract： This paper forecasted the GDP of Henan province in 2021 by ARIMA model， and forecasted the GDP growth rate of Henan Province in 2021 by using the Deflator index method and Principal component regr
河南科技 2021年13期2021-09-23
- 運(yùn)用ARIMA模型對(duì)股價(jià)預(yù)測(cè)的實(shí)證研究
過(guò)建立ARIMA模型來(lái)進(jìn)行檢驗(yàn)與預(yù)測(cè)，得到的股價(jià)預(yù)測(cè)值與真實(shí)值短期內(nèi)最大誤差不超過(guò)0.04。這表明以ARIMA模型對(duì)股價(jià)進(jìn)行短期預(yù)測(cè)具有很好的效果，能夠?yàn)楣墒型顿Y者提供幫助。關(guān)鍵詞：Python;ARIMA模型;股價(jià)預(yù)測(cè)中圖分類(lèi)號(hào)：F830.91? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2021）25-0076-03引言正如我們所知，股票市場(chǎng)是企業(yè)融資的重要渠道，也是反映一個(gè)國(guó)家經(jīng)濟(jì)狀況的“晴雨表”。股票的價(jià)格作為股票市場(chǎng)的重
經(jīng)濟(jì)研究導(dǎo)刊 2021年25期2021-09-22
- 依托高端裝備制造業(yè) 促進(jìn)遼寧省經(jīng)濟(jì)高質(zhì)量發(fā)展
? ?ARIMA模型? ?區(qū)域經(jīng)濟(jì)? ?高質(zhì)量發(fā)展? ?途徑高端裝備制造業(yè)是具有高科技附加值、高效益產(chǎn)出的裝備制造產(chǎn)業(yè)，可加速推動(dòng)裝備制造業(yè)整體發(fā)展，也是美國(guó)“再工業(yè)化”和德國(guó)“工業(yè)4.0”計(jì)劃的重點(diǎn)，其發(fā)展已為國(guó)內(nèi)外區(qū)域經(jīng)濟(jì)發(fā)展的重要手段。遼寧省作為東北老工業(yè)基地，一直享有“新中國(guó)工業(yè)搖籃”的美譽(yù)，近幾年來(lái)其高端制造行業(yè)發(fā)展也呈現(xiàn)上升趨勢(shì)，為遼寧省經(jīng)濟(jì)的發(fā)展提供極大的動(dòng)力，對(duì)遼寧省產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和現(xiàn)代化建設(shè)起到了積極的推動(dòng)作用，但與國(guó)際水平仍有較大差距。一
北方經(jīng)濟(jì) 2021年8期2021-09-17
- 基于VMD-ARIMA模型的BDI短期預(yù)測(cè)
算法和ARIMA模型，構(gòu)建VMD-ARIMA模型，選取2015年10月28日到2018年4月30日的BDI日數(shù)據(jù)作為測(cè)試集，預(yù)測(cè)未來(lái)4天的BDI值。實(shí)證結(jié)果表明，VMD-ARIMA模型的預(yù)測(cè)結(jié)果優(yōu)于ARIMA模型的預(yù)測(cè)結(jié)果。關(guān)鍵詞：VMD算法;ARIMA模型;BDI;預(yù)測(cè)1.引言在波羅的海航交所發(fā)布的眾多指數(shù)中，波羅的海干散貨運(yùn)價(jià)指數(shù)（Baltic Dry Index，BDI）是目前最具代表性的，BDI被稱(chēng)為國(guó)際干散貨運(yùn)輸市場(chǎng)走勢(shì)的晴雨表。為把握市場(chǎng)方向以
商業(yè)2.0-市場(chǎng)與監(jiān)管 2021年2期2021-09-10
- 基于ARIMA模型對(duì)我國(guó)CPI指數(shù)的分析預(yù)測(cè)
鍵詞：ARIMA模型;通貨膨脹率;CPI指數(shù)本文索引：孫曉丹.<標(biāo)題>[J].商展經(jīng)濟(jì)，2021（15）：-017.中圖分類(lèi)號(hào)：F202 文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.12245/j.issn.2096-6776.2021.15.052020年世界經(jīng)濟(jì)遭遇了嚴(yán)峻的挑戰(zhàn)，物價(jià)水平也出現(xiàn)了大幅下跌的情形。如今，經(jīng)濟(jì)活動(dòng)在持續(xù)衰退之后重新走向擴(kuò)張，大宗商品價(jià)格持續(xù)上漲，通貨膨脹現(xiàn)象再次浮現(xiàn)，給全球經(jīng)濟(jì)的復(fù)蘇蒙上了一層陰影。通貨膨脹是指由于物價(jià)全面持續(xù)的上漲而造成一
商展經(jīng)濟(jì)·上半月 2021年8期2021-09-10
- 基于ARIMA模型的 吉林省GDP分析及預(yù)測(cè)
據(jù)建立ARIMA模型，對(duì)吉林省經(jīng)濟(jì)發(fā)展進(jìn)行實(shí)證分析。首先，對(duì)GDP數(shù)據(jù)做平穩(wěn)化處理與檢驗(yàn);之后建立模型并對(duì)模型中的參數(shù)進(jìn)行估計(jì)與適用性檢驗(yàn);然后選擇最優(yōu)模型為ARIMA（2，1，1），利用建立的模型對(duì)吉林省未來(lái)三年的GDP做出短期預(yù)測(cè)。最后根據(jù)該模型對(duì)吉林省GDP數(shù)據(jù)進(jìn)行預(yù)測(cè)，并根據(jù)吉林省的特點(diǎn)以及預(yù)測(cè)結(jié)果為吉林省制定經(jīng)濟(jì)決策提供相應(yīng)的建議。關(guān)鍵詞：ARIMA模型;國(guó)內(nèi)生產(chǎn)總值;時(shí)間序列模型;經(jīng)濟(jì)預(yù)測(cè)一、引言國(guó)內(nèi)生產(chǎn)總值（Gross Domestic Pr
中國(guó)集體經(jīng)濟(jì) 2021年27期2021-09-09
- 重慶市GDP的預(yù)測(cè)及發(fā)展的政策建議
，通過(guò)ARIMA模型，對(duì)重慶市2021-2022年的GDP數(shù)據(jù)做出預(yù)測(cè)，且預(yù)測(cè)效果良好，并為有關(guān)部門(mén)制訂未來(lái)重慶市經(jīng)濟(jì)發(fā)展規(guī)劃提供了依據(jù)和參考。關(guān)鍵詞：ARIMA模型;國(guó)內(nèi)生產(chǎn)總值;重慶市經(jīng)濟(jì)預(yù)測(cè)重慶是中國(guó)唯一位于我國(guó)西部的直轄市，中國(guó)最重要的中心城市之一，中國(guó)長(zhǎng)江上游地區(qū)的經(jīng)濟(jì)中心，國(guó)家“十四五”戰(zhàn)略規(guī)劃重點(diǎn)發(fā)展的特大型城市。而重慶市作為特大型城市，其GDP近年來(lái)不斷地增長(zhǎng)。盡管2020年處在疫情防控的大背景下，但重慶市2020年上半年GDP就已達(dá)到了1
商訊·公司金融 2021年16期2021-09-05
- 基于ARIMA模型的江蘇省GDP的預(yù)測(cè)分析
鍵詞】ARIMA模型;GDP;預(yù)測(cè)【Keywords】ARIMA model; GDP; prediction【中圖分類(lèi)號(hào)】F224;F127 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號(hào)】1673-1069（2021）07-0120-021 引言GDP是衡量一個(gè)國(guó)家或者地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r的重
中小企業(yè)管理與科技·上旬刊 2021年7期2021-08-06
- 使用時(shí)序技術(shù)對(duì)云平臺(tái)基礎(chǔ)費(fèi)用數(shù)據(jù)的波動(dòng)性分析
法中的ARIMA模型，綜合運(yùn)用現(xiàn)代統(tǒng)計(jì)方法，在對(duì)云平臺(tái)基礎(chǔ)費(fèi)用結(jié)合ARIMA模型進(jìn)行分析的基礎(chǔ)上，實(shí)現(xiàn)對(duì)未來(lái)基礎(chǔ)費(fèi)用的預(yù)測(cè)和分析，為企業(yè)的決策提供可參考的方法和數(shù)據(jù)。本文擬從針對(duì)云平臺(tái)數(shù)據(jù)進(jìn)行分析預(yù)測(cè)的實(shí)際需求;目前學(xué)界使用ARIMA算法進(jìn)行時(shí)序分析的現(xiàn)狀和成果;傳統(tǒng)和現(xiàn)代的一些主流的時(shí)序數(shù)據(jù)分析技術(shù)和方法;針對(duì)云平臺(tái)的基礎(chǔ)費(fèi)用、使用時(shí)序預(yù)測(cè)技術(shù)的分析、預(yù)測(cè)和校驗(yàn)四部分進(jìn)行探討。關(guān)鍵詞：時(shí)序預(yù)測(cè);ARIMA模型;云平臺(tái);基礎(chǔ)費(fèi)用預(yù)測(cè)中圖分類(lèi)號(hào)：TP311?
電腦知識(shí)與技術(shù) 2021年17期2021-08-03
- 陜西省工業(yè)時(shí)間序列分析及預(yù)測(cè)
，利用ARIMA模型進(jìn)行時(shí)間序列分析，預(yù)測(cè)2018?2020年的工業(yè)總產(chǎn)值。通過(guò)所得數(shù)據(jù)進(jìn)行分析，并提出相關(guān)建議。為陜西省當(dāng)?shù)毓I(yè)制相關(guān)部門(mén)或工業(yè)企業(yè)的部門(mén)實(shí)施相關(guān)政策，獲得更優(yōu)的經(jīng)濟(jì)發(fā)展決策，提供可靠的理論預(yù)測(cè)以及參考。關(guān)鍵詞：ARIMA模型;陜西省工業(yè)總產(chǎn)值;預(yù)測(cè);時(shí)間序列一、引言2016年以來(lái)，國(guó)內(nèi)外形勢(shì)錯(cuò)綜復(fù)雜，隨著是“十三五”“十四五”規(guī)劃的展開(kāi)。全省工業(yè)經(jīng)濟(jì)經(jīng)濟(jì)增速企穩(wěn)回升，工業(yè)結(jié)構(gòu)不斷優(yōu)化，企業(yè)效益穩(wěn)步向好，為全省經(jīng)濟(jì)保持平穩(wěn)運(yùn)行奠定了基礎(chǔ)。
錦繡·下旬刊 2021年8期2021-07-19
- 三峽庫(kù)區(qū)柑橘土壤水分動(dòng)態(tài)變化的自回歸積分滑動(dòng)平均模型構(gòu)建
鍵詞 ARIMA模型;構(gòu)建;時(shí)間序列分析;柑橘;土壤水分;動(dòng)態(tài)變化;三峽庫(kù)區(qū)中圖分類(lèi)號(hào) S152.7? 文獻(xiàn)標(biāo)識(shí)碼 A? 文章編號(hào) 0517-6611（2021）11-0001-04doi：10.3969/j.issn.0517-6611.2021.11.001開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：Construction of an Autoregressive Integral Moving Average Model for the Dynamic
安徽農(nóng)業(yè)科學(xué) 2021年11期2021-07-16
- 基于ARIMA模型的上海市居民消費(fèi)價(jià)格指數(shù)實(shí)證分析
PI;ARIMA模型;短期預(yù)測(cè)【Keywords】CPI; ARIMA model; short-term forecast【中圖分類(lèi)號(hào)】F726? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2021）06-0096-021 ARIMA模型的介紹ARIMA（p，d，q
中小企業(yè)管理與科技·上旬刊 2021年6期2021-07-14
- 滬牌價(jià)格預(yù)測(cè)研究
性質(zhì)，ARIMA模型根據(jù)歷史信息和變動(dòng)趨勢(shì)對(duì)未來(lái)信息進(jìn)行預(yù)測(cè)，能較好地把握時(shí)間序列的動(dòng)態(tài)規(guī)律。因此，首先通過(guò)ARIMA模型擬合滬牌往期拍賣(mài)價(jià)格，得出滬牌價(jià)格的變動(dòng)趨勢(shì)。此外，滬牌拍賣(mài)價(jià)格不僅與歷史信息有關(guān)，還受到外部回歸量的影響，在ARIMA模型的基礎(chǔ)上，首次加入兩個(gè)外部回歸量，即中標(biāo)率和警示價(jià)，從而得到基于外部回歸量的ARIMA模型。通過(guò)對(duì)預(yù)測(cè)結(jié)果的對(duì)比分析，利用歷史數(shù)據(jù)對(duì)滬牌價(jià)格進(jìn)行擬合，預(yù)測(cè)結(jié)果和實(shí)際值十分接近，能夠有效地預(yù)測(cè)滬牌價(jià)格，且相對(duì)于傳統(tǒng)A
經(jīng)濟(jì)研究導(dǎo)刊 2021年10期2021-06-15
- 面向?qū)I(yè)需求的高職數(shù)學(xué)課程研究
舉基于ARIMA模型的機(jī)場(chǎng)旅客吞吐量預(yù)測(cè)的案例，將所學(xué)數(shù)學(xué)理論知識(shí)與民航運(yùn)輸崗位實(shí)踐有機(jī)結(jié)合起來(lái)，從而實(shí)現(xiàn)民航運(yùn)輸專(zhuān)業(yè)學(xué)生實(shí)用型、技能型、職業(yè)型人才的培養(yǎng)目標(biāo)。關(guān)鍵詞：面向?qū)I(yè)需求;ARIMA模型;旅客吞吐量;預(yù)測(cè)高職數(shù)學(xué)是高職院校學(xué)生一門(mén)重要的基礎(chǔ)課，要為專(zhuān)業(yè)課服務(wù)，就要求老師在授課時(shí)所列舉的案例、例題要面向?qū)I(yè)，真正地以學(xué)生為中心進(jìn)行授課。根據(jù)?？诿捞m機(jī)場(chǎng)旅客吞吐量數(shù)據(jù)，應(yīng)用SPSS中時(shí)間序列建模器下的專(zhuān)家建模預(yù)測(cè)模型，操作簡(jiǎn)單，也可以應(yīng)用SPSS中時(shí)
科技風(fēng) 2021年14期2021-05-24
- 基于時(shí)間序列分析方法的 廣州市月降水量分析
IC;ARIMA模型;綜合分析方法降水量是衡量地區(qū)干旱程度的一個(gè)重要指標(biāo)，它直接反映了自然界的變化。降水量的多少直接影響農(nóng)業(yè)生產(chǎn)，與現(xiàn)在農(nóng)作物的生長(zhǎng)周期和產(chǎn)量更是聯(lián)系密切。同時(shí)，降水量的年際變化趨勢(shì)直接制約著區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展和生態(tài)生活環(huán)境，影響著區(qū)域水資源的調(diào)配管理。通過(guò)對(duì)數(shù)據(jù)擬合建立一個(gè)不錯(cuò)的模型進(jìn)行短時(shí)間內(nèi)較精確的預(yù)測(cè)，有助于安排農(nóng)業(yè)生產(chǎn)，注意防范洪澇災(zāi)害以及對(duì)水資源進(jìn)行調(diào)配，具有重大的現(xiàn)實(shí)意義。張吉英[1]利用沈陽(yáng)市2005年至2016年的降水量資料
中國(guó)科學(xué)探險(xiǎn) 2021年6期2021-04-17
- 基于ARIMA模型對(duì)中、美、德三國(guó)CPI的分析與預(yù)測(cè)
表明，ARIMA模型能夠準(zhǔn)確地預(yù)測(cè)CPI指數(shù)的變化趨勢(shì)，且政府對(duì)疫情的干預(yù)會(huì)對(duì)CPI的變化產(chǎn)生重要影響。關(guān)鍵詞：CPI;ARIMA模型;時(shí)間序列分析;趨勢(shì)預(yù)測(cè)中圖分類(lèi)號(hào)：F726? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2021）08-0001-04引言新型冠狀病毒肺炎疫情在全世界范圍的大面積傳播，對(duì)世界經(jīng)濟(jì)的發(fā)展產(chǎn)生重大沖擊，以至各行各業(yè)大多進(jìn)入停產(chǎn)停工階段。為了更加直觀快速地了解這次疫情對(duì)人民日常生活的影響，本文擬通過(guò)時(shí)間序列
經(jīng)濟(jì)研究導(dǎo)刊 2021年8期2021-04-14
- 基于EGA模型的城際高鐵客流量預(yù)測(cè)
NN;ARIMA模型[DOI]10.13939/j.cnki.zgsc.2021.04.0261 前言由于城際高鐵客運(yùn)系統(tǒng)受到多種復(fù)雜因素的共同作用，其客流量數(shù)據(jù)序列呈現(xiàn)出不平穩(wěn)與波動(dòng)性特征。GRNN具有很強(qiáng)的非線性映射能力和柔性網(wǎng)絡(luò)結(jié)構(gòu)以及高度的容錯(cuò)性和魯棒性，適用于解決非線性問(wèn)題，但在對(duì)某些接連的點(diǎn)處，數(shù)據(jù)值有較大波動(dòng)的數(shù)據(jù)預(yù)測(cè)擬合曲線仍十分接近直線。而經(jīng)驗(yàn)?zāi)B(tài)分解后的數(shù)據(jù)極大地消除了數(shù)據(jù)的不平穩(wěn)特性，可提高神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的準(zhǔn)確性。模態(tài)分解后的數(shù)據(jù)序列，
中國(guó)市場(chǎng) 2021年4期2021-04-06
- 基于ARIMA模型的上海市人均期望壽命預(yù)測(cè)分析
壽命;ARIMA模型;上海市中圖分類(lèi)號(hào)：C924.2? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2021）34-0064-03引言人均預(yù)期壽命是衡量一個(gè)國(guó)家或地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展和醫(yī)療衛(wèi)生服務(wù)水平的綜合指數(shù)。它不僅代表了一個(gè)地區(qū)在一定時(shí)期內(nèi)的人群健康水平、衡量該地區(qū)的衛(wèi)生狀況，也綜合反映了該地區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展水平。上海市作為我國(guó)優(yōu)質(zhì)醫(yī)療資源分布多、醫(yī)療技術(shù)能力與質(zhì)量水平雙提升的大都市之一，其人均期望壽命更是位居全國(guó)榜首，也處于世界前
經(jīng)濟(jì)研究導(dǎo)刊 2021年34期2021-04-02
- 基于ARIMA的河北省花生產(chǎn)量預(yù)測(cè)分析
序列;ARIMA模型;河北省;花生產(chǎn)量自二十世紀(jì)七十年代以來(lái)，世界范圍內(nèi)主要花生生產(chǎn)國(guó)家的花生生產(chǎn)技術(shù)持續(xù)發(fā)展并取得了重大突破，技術(shù)推廣成果顯著，有力地促進(jìn)了花生產(chǎn)業(yè)的發(fā)展。特別是通過(guò)基因育種技術(shù)，不斷培育出花生新品種，極大地提高了花生的產(chǎn)量和品質(zhì)。自20世紀(jì)90年代，尤其是中國(guó)加入世貿(mào)組織（WTO）之后，花生成為中國(guó)眾多出口貿(mào)易產(chǎn)品中為數(shù)不多的凈出口大宗農(nóng)產(chǎn)品。此后，花生產(chǎn)業(yè)發(fā)展問(wèn)題逐漸被學(xué)術(shù)研究者廣泛研究，形成了豐富的研究成果。但是近年來(lái)，河北省花生播
中國(guó)集體經(jīng)濟(jì) 2021年3期2021-02-04
- 基于ARIMA模型的股價(jià)分析與預(yù)測(cè)
文基于ARIMA模型對(duì)中國(guó)平安股價(jià)進(jìn)行分析與預(yù)測(cè)，選取中國(guó)平安公司2019年1月1日—2019年12月31日市盈率共244個(gè)樣本數(shù)據(jù)為研究對(duì)象，用R語(yǔ)言建立ARIMA模型，并基于該模型對(duì)未來(lái)5個(gè)工作日收益率進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果可供投資者和管理者提供決策參考。關(guān)鍵詞：ARIMA模型;中國(guó)平安;股價(jià);預(yù)測(cè)1 概述1.1 研究意義股票市場(chǎng)是我國(guó)重要的直接融資市場(chǎng)，對(duì)社會(huì)上的閑置資金起著優(yōu)化配置的作用，股票市場(chǎng)的發(fā)展和完善也有利于我國(guó)經(jīng)濟(jì)的發(fā)展。投資者們期望能從股票
科技經(jīng)濟(jì)市場(chǎng) 2020年10期2020-12-23
- 基于ARIMA模型的新能源汽車(chē)銷(xiāo)量預(yù)測(cè)
，采用ARIMA模型對(duì)序列進(jìn)行分析，同時(shí)建立最優(yōu)且適合此序列的ARIMA模型對(duì)銷(xiāo)量進(jìn)行預(yù)測(cè)與對(duì)比，為新能源汽車(chē)行業(yè)的發(fā)展提供有益的參考?！娟P(guān)鍵詞】ARIMA模型;新能源汽車(chē);預(yù)測(cè)分析【中圖分類(lèi)號(hào)】F426.471 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2020）10-0097-020 引言隨著全球的環(huán)境問(wèn)題和石油能源危機(jī)日趨嚴(yán)峻，世界各國(guó)都在積極采取相應(yīng)措施實(shí)現(xiàn)經(jīng)濟(jì)的快速發(fā)展，新能源汽車(chē)的布局和發(fā)展已然成為世界各國(guó)汽車(chē)產(chǎn)業(yè)發(fā)展的重中之重。近幾年
企業(yè)科技與發(fā)展 2020年10期2020-12-09
- 天氣衍生品定價(jià)研究
，基于ARIMA模型擬合北京市平均氣溫動(dòng)態(tài)變化過(guò)程，并結(jié)合蒙特卡洛模擬法對(duì)氣溫期貨進(jìn)行定價(jià)，考察ARIMA模型的預(yù)測(cè)精度。研究表明：ARIMA模型能夠較好地?cái)M合氣溫動(dòng)態(tài)變化過(guò)程，并且以此為基礎(chǔ)得到的氣溫期權(quán)價(jià)格能夠較好地?cái)M合實(shí)際價(jià)格。關(guān)鍵詞：天氣衍生品;ARIMA模型;蒙特卡羅模擬法基金項(xiàng)目：河北省教育廳重點(diǎn)項(xiàng)目：“農(nóng)業(yè)信貸結(jié)構(gòu)、配置效率與河北省農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)”（編號(hào)：SD191051）中圖分類(lèi)號(hào)：F830.91 文獻(xiàn)標(biāo)識(shí)碼：A收錄日期：2020年7月20日
合作經(jīng)濟(jì)與科技 2020年21期2020-11-09
- 基于時(shí)間序列分析的長(zhǎng)春市物流研究及預(yù)測(cè)
，建立ARIMA模型，對(duì)2017-2020年長(zhǎng)春市郵政物流總量進(jìn)行了分析，采用時(shí)間序列模型進(jìn)行物流需求預(yù)測(cè)，用數(shù)據(jù)平穩(wěn)性的判斷平穩(wěn)化、標(biāo)準(zhǔn)化地進(jìn)行建模。利用MATLAB R2018a軟件對(duì)長(zhǎng)春市物流總量進(jìn)行擬合和預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明：ARIMA對(duì)呈周期性變化的序列預(yù)測(cè)較為準(zhǔn)確，對(duì)以后解決此類(lèi)問(wèn)題有較大的啟發(fā)。關(guān)鍵詞：物流需求預(yù)測(cè);ARIMA模型;Matlab中圖分類(lèi)號(hào)：O211 ? ? ? ? 文獻(xiàn)標(biāo)志碼：A ? ? ? ? 文章編號(hào)：2095-2945（2
科技創(chuàng)新與應(yīng)用 2020年32期2020-11-09
- 基于SAS軟件對(duì)1985-2004庫(kù)欣現(xiàn)貨交易的原油價(jià)格的時(shí)間序列分析
適合的ARIMA模型擬合序列的發(fā)展?！娟P(guān)鍵詞】時(shí)間序列分析;能源價(jià)格;ARIMA模型;原油價(jià)格;SAS軟件應(yīng)用一、引言原油作為人類(lèi)社會(huì)中十分重要的能源，其有著工業(yè)的血液之稱(chēng)。目前有關(guān)原油價(jià)格的研究有[1]黃燕燕的論文，其使用奇異譜分析的時(shí)間序列分析方法研究原油價(jià)格的波動(dòng)規(guī)律、未來(lái)走勢(shì)、風(fēng)險(xiǎn)預(yù)警等。[2]文華的論文其使用了時(shí)間序列分析中的VaR-GARCH模型對(duì)原油期貨價(jià)格進(jìn)行分析。[3]周明磊的論文，分析了國(guó)際原油價(jià)格受事件的影響，文章主要使用ARMAX時(shí)
- 基于ARIMA模型的西安市國(guó)內(nèi)生產(chǎn)總值預(yù)測(cè)分析
列 ?ARIMA模型 ?西安市GDP一、引言GDP是衡量一個(gè)國(guó)家、一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展情況的重要指標(biāo)依據(jù)。它是在一定時(shí)期內(nèi)，一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價(jià)值，反映一國(guó)的國(guó)力與財(cái)富。西安市是國(guó)務(wù)院批復(fù)確定的中國(guó)西部地區(qū)重要的中心城市，是我國(guó)四大古都之一，也是聯(lián)合國(guó)科教文組織確定的“世界歷史名城”，具有悠久的古韻文化，但其經(jīng)濟(jì)總量不高。2019年公布GDP數(shù)據(jù)雖同比增長(zhǎng)7.0%，位居陜西省10市之首，但仍未破萬(wàn)億元。為使西安市更加符合中心城
時(shí)代金融 2020年22期2020-10-21
- 自相似流量的ARIMA預(yù)測(cè)模型研究
鍵詞：ARIMA模型? 自相似? 流量預(yù)測(cè)? 研究中圖分類(lèi)號(hào)：TP393 ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2020）08（b）-0025-03Research on Arima Prediction Model of Self Similarity TrafficZHANG Zhiwei? LIU Lishi*（Shenyang Ligong University， Shenyang， Liaoning Province，
科技資訊 2020年23期2020-10-20