共查询到20条相似文献,搜索用时 93 毫秒
1.
在讨论时间序列模型基本方法的基础上,通过分析甘肃张家川地区胆结石的发病率数据序列的特征,建立了ARIMA数学模型,并用SPSS软件进行时间序列建模的最小二乘法参数估计图检,并进行预测值与实验值比较.从预测结果来看,发病率呈现平稳且伴随周期性发病状况. 相似文献
2.
介绍一种精度较高的时间序列短期预测方法,即带有周期性的ARMA模型。通过该数学模型的分析与研究,对时间序列整个变化的规律性做出近似描述,更准确的认识与了解到时间序列的结构与特征,进而达到最小方差意义下的最优预测。 相似文献
3.
4.
时间序列分析法是根据已得到的时间序列数据,通过曲线拟合和参数估计来建立数学模型的理论和方法。本文是以郑州市的GDP为例,并运用ARMA模型预测法对未来5年郑州市GDP进行预测。 相似文献
5.
时间序列预测模型研究简介 总被引:4,自引:0,他引:4
在对时间序列预测模型的发展进行综述的基础上,就时间序列分析法的研究方法、理论意义、实际应用以及进一步的工作进行了阐述,使对该研究方向的理论、方法和应用有一个较清晰的了解。 相似文献
6.
7.
厦门市工业总产值时间序列分析研究 总被引:2,自引:0,他引:2
运用传统时间序列季节模型和Box-Jenkins的随机序列模型ARIMA(p,d,g)模型分析法,选取1999年1月至2005年8月厦门市工业总产值资料,建立厦门市工业总产值动态预测模型进行试预测。探索合适的预测模型来对厦门市工业总产值进行短期预测。 相似文献
8.
对复杂混沌时间序列快速预测的前馈神经网络 总被引:1,自引:0,他引:1
提出了一种基于前馈神经网络结构的适合于非线性预测的在线学习方法,这种方法吸收了最小二乘法和传统在线BP算法的优点,具有收敛速度快,跟踪性能好、适用于非线性预测等特点。 相似文献
9.
黄淮海平原历史旱涝灾害的时间序列分析 总被引:3,自引:0,他引:3
选用全国自然灾害历史数据库中黄淮海平原地区的旱涝灾害等级数据,运用时间序列分析方法,建立了该地区旱涝灾害的自回归--移动平均混合模型(ARMA模型),并根据所建模型对旱涝灾害进行了后验预报,结果表明,用ARMA模型做年际旱涝变化趋势预报是有潜力的。 相似文献
10.
11.
中国银行间同业拆借利率(CHIBOR)是我国货币市场上最早市场化的利率,文章选择隔夜拆借利率为研究对象并建立ARIMA模型对其进行短期预测,并取得了理想的短期预测效果,从而确定了适合我国同业拆借市场的利率预测模型.研究结果不仅可以帮助金融机构对金融产品合理定价,防范风险,也可以帮助央行准确估计CHIBOR走势,达到既定货币政策目标。 相似文献
12.
以建设银行2018年1月2日至2019年12月26日的每个股票交易日开盘价的时间序列为研究对象,通过差分方法对原始序列进行平稳化处理,再采用AIC和HQ最小准则确定原始序列所满足的ARIMA模型.为了检验该模型的效果,利用模型对建设银行短期的股票开盘价进行预测,结果表明预测值与实际值较吻合,短期误差较小. 相似文献
13.
以建设银行2018年1月2日至2019年12月26日的每个股票交易日开盘价的时间序列为研究对象,通过差分方法对原始序列进行平稳化处理,再采用AIC和HQ最小准则确定原始序列所满足的ARIMA模型.为了检验该模型的效果,利用模型对建设银行短期的股票开盘价进行预测,结果表明预测值与实际值较吻合,短期误差较小. 相似文献
14.
目的探讨应用季节ARIMA模型对我国肺结核发病率进行预测的可行性.方法对我国2005年1月-2010年12月肺结核逐月发病率建立季节ARIMA模型,并对预测效果进行评价.结果 ARIMA(3,1,0)×(0,1,1)12模型很好地拟合了既往数据,对2011年1月-9月发病率的预测值符合实际发病率变动趋势.结论季节ARIMA模型能很好地模拟我国肺结核发病率的变动趋势,将其应用于肺结核发病率预测是可行的. 相似文献
15.
乘积ARIMA模型的建立及应用 总被引:1,自引:0,他引:1
ARIMA模型作为统计预测中的一种重要模型,被广泛运用于各个领域中。本文在非季节性及季节性ARIMA模型的基础上介绍了乘积ARIMA模型的一般表达式,提供了建立这类模型及使用其进行预报的一般过程,并以某超市月顾客量数据进行了实例分析。分析结果表明,当一时间序列不仅含有季节性成分,还混有非季节性成分时,用乘积ARIMA模型的预测精度较高。但该模型只适用于短期预测。 相似文献
16.
本文针对多元ARMA模型形式的不唯一性,给出了一个限制条件,使得多元ARMA模型的形式具有了唯一性. 相似文献
17.
基于ARIMA模型的风电场短期风速预测 总被引:1,自引:0,他引:1
目前,风力发电的并网规模越来越大,但是鉴于风力发电特有的间歇性和随机性的特点,难免会对电力系统的稳定运行和电能质量造成巨大影响,也就限制了风电的发展速度与规模。对风力发电场的风速进行中、长、短期的预测可以在一定程度上有效的解决该问题,依据风速序列的自相关性以及时序性,本文提出了一种基于时间序列分析的风电场短期风速预测ARIMA模型,重点讨论了建模的过程、模型的识别、模型的定阶和模型参数的估计。最后结合风电场实际,对比于持续法预测给出了相应的预测结果和误差分析,验证了所提出的ARIMA模型用于风电场风速预测的可行性。 相似文献
18.
现代电视媒体经营中,要想在日益完善的经济竞争机制中增加收益,对于电视媒体来说至关重要,本文通过对全国样本城市的收视率数据进行了周一至周日的走势分析,并在走势相同的情况下对周四的收视率进行了时间序列建模分析,在将原始非平稳序列经二阶差分后进行了ARIMA建模。 相似文献
19.
采用Eviews软件系统中的时间序列建模方法对太原市的固定资产投资总额资料进行了分析,建立了ARIMA模型。结果显示ARIMA(2,1,3)模型提供了较准确的预测效果,可用于未来的预测,为太原市全社会固定资产投资的预测提供了一种方便实用的方法。 相似文献
20.
无线传感器网络中响应查询的 ARMA模型及预测 总被引:1,自引:0,他引:1
无线传感器网络是当前国际上备受关注的、由多学科高度交叉的新兴前沿研究热点领域之一,由于传感器节点能量通常不可补充,能源消耗是其中一个十分重要的问题.提出了在传感器网络中利用ARMA模型以对未来进行预测,该方法可以在传感器节点上使用,由于对数据进行了聚合,有效降低了通讯消耗;同时它还可以在sink节点上使用,因而具有广泛适用性. 相似文献