ARMA模型雏议

<正> (一) 在工业、农业、商业、国防和科学技术的众多领域内,实际工作者和研究人员常常需要对一系列观测数据进行分析和研究。这些观测数据一般按时间座标依次排列,由于受到各种不可控制因素的影响,呈现出随机特性。但是,它们之间却受某种统计规律支配,又呈现出可确定的趋势。这类观测序列,一般称为随机序列,它们中的大部分经过技术处理以后,就是平稳时间序列。在平稳时间序列中含有许多关于未来     

基于ARMA模型对股票“青岛海尔”成交量的分析预测

针对股票"青岛海尔"的日成交量,选取2016年下半年数据,利用B-J法建立ARMA模型,借助Eviews 8软件的求解,得到与实际数据高度吻合的ARMA(3,2)模型,并对未来4天日成交量进行预测,然后与2017年初的实际数据对比,发现预测结果比较好.结论表明:模型的精确度比较高,适合股票短线也即日成交量的分析与预测.     

基于ARMA模型的哈尔滨市空气质量研究

基于哈尔滨市2015年至2017年的空气质量指数AQI数据,运用Fisher有序样品聚类法对数据从时间上进行分割,逐段建立ARMA模型,并对模型进行检验.结果表明哈尔滨空气质量变化规律呈现时段性,可分为供暖期和非供暖期.利用供暖期和非供暖期ARMA模型对哈尔滨AQI进行预测,预测值与实测值基本吻合,整体趋势也能够得到较好的预测.     

基于ARMA模型的人民币对美元汇率的实证分析

针对人民币对美元汇率问题,以2015-01-05—2017-12-20这段时间内的人民币对美元汇率为样本数据,建立了合理的ARIMA模型.结合自相关、偏相关系数图以及单位根检验判断原序列是非平稳时间序列,一阶差分后的序列是平稳时间序列.结合SIC等指标选择出最优的ARIMA(1,1,2)模型.运用该模型进行汇率预测,为企业和投资者的决策提供了可靠的依据.     

船舶辐射噪声的非平稳ARMA模型的建立

分析了船舶辐射噪声信号的特点,提出了一种简单、新颖的适用于船舶辐射噪声的非平稳ARMA模型.对海上实录的三大类船舶辐射噪声建立ARMA模型的实验结果表明该非平稳模型不仅具有较简单的形式,而且具有较高的精度.     

ARMA模型的超定递推辅助变量定阶方法

本文提出了自回归滑动平均(ARMA)模型的超定递推辅助变量定阶方法.该方法具有好的计算性能和好的统计性质,相对于 AIC 信息准则和递推辅助变量定阶方法是一种更加灵敏的过参数指示器,能够准确明显地确定 ARMA 模型的阶数.方法的可行性用模拟计算和实验数据处理进行了验证,同时,还将该方法与递推辅助变量定阶方法进行了比较.结果表明:超定递推辅助变量定阶方法是一种行之有效的、高性能的定阶方法。     

ARMA模型的平方根超定递推辅助变量定阶方法

提出了自回归滑动平均(ARMA)模型的平方根超定递推辅助变量定价方法.该方法避免了计算逆协方差阵失去正定性的问题,改进了超定递推辅助变量定阶方法的数值稳定性.模拟计算与实验数据处理表明,该方法数值稳定性好,收敛速度快,抗噪能力强.是一种高性能的定阶方法。     

自锚式悬索桥成本预测决策探讨

随着市场竞争日益激烈,施工项目成本管理的重要性愈加突显出来。施工企业对项目成本进行管理的主要内容包括:成本预测、成本决策、成本计划、成本控制、成本核算、成本分析和成本考核。成本预测是制定成本决策和编制成本计划的基础,同时也是挖掘内部潜力,加强成本控制的重要手段;成本决策是成本管理工作的核心,成本管理的思路、方法都得由成本决策确定,也是企业决定是否投标的重要依据,是投标报价决策的影响因素之一。     

GPS坐标序列ARMA模型在桥梁索塔形变监测中的应用研究

针对运营期大跨径公路桥梁索塔易受承重、风力和太阳辐射等外界因素影响而发生变形的问题,研究了基于时间序列分析的桥梁索塔变形预测方法,将基于高阶差分的非平稳时间序列平稳化处理方法以及基于自动搜索定阶法的自回归ARMA模型阶数确定应用于桥梁索塔GPS坐标时间序列处理。以苏通长江公路大桥南塔2018年全年GPS监测数据作为研究对象进行试验,通过自动搜索定阶后的ARMA模型预测苏通大桥南塔2019年1—3月的索塔变形值,结果表明苏通大桥南塔预测值曲线起伏总体上与实测值的曲线起伏保持一致,且预测值与实测值的差异优于4 mm,但预测数据与实测数据之间的相关性随着预测天数的增加而逐渐减弱,此时可根据最新获得的监测数据重新建立模型对索塔进行变形预测。     

探析数学在经济预测及决策中的运用

数学作为一种基础工具,具有跨领域性特征。数学中的许多理论对经济预测具有积极意义。在数学理论的指导下,企业可对当下的经济影响因素进行正确的分析,以采取正确的经济决策,从而使企业发展符合社会主义市场需求,确保经济的可持续发展。     

选题的多目标决策模糊优化模型

在编辑出版工作中,选题决策是一项十分重要的工作,它不仅是一个多目标决策问题,而且具有较强的模糊性。文章运用模糊集理论对选题决策进行研究,给出新的数学模型,并给出具体的应用实例。     

单独决策和统一决策情况下允许有残次品和缺货的供应链模型

构建一个由单个制造商和单个零售商构成的供应链模型,该制造商生产的产品有一定比例的残次品,零售商在销售过程中允许一定量的缺货。假设市场需求对产品的零售价格是敏感的,则可以对供应链中各成员的运作和产品定价作出决策。应用更新报酬定理,获得制造商和零售商的平均利润函数,证明在单独决策和统一决策下的利润函数为凹函数,得到单独决策和统一决策下的最优方案和最大利润,对影响决策的重要参数进行灵敏度分析。结果表明:合作提高了供应链的总体利润,减少了次品率,对制造商更加有益;统一决策的供应链倾向于通过降低次品率来增加总利润。     

基于EGARCH模型的股票价格预测

从我国引入股市开始,股票价格的波动趋势一直都是股市关注的热点.股民在股市的收益越多,风险也就越高,所以预测股票价格,规避风险有着十分重要的意义.运用统计学中的EGARCH模型对上海证券交易所上市的股票价格进行实例分析.实验结果表明,该模型不仅能够克服股票价格显著的不对称性,还能够保留其自身的优势,提高了预测结果的精确性.     

基于SARIMA-GARCH模型的黑龙江省快递业务量预测与应用

近年来,随着电子商务的不断发展,快递业务量持续快速增长,在终端配送领域出现了持续的高压工作状态.为了有效预测快递业务量的变化趋势,缓解配送领域压力,基于时间序列预测理论建立了SARIMA和SARIMA-GARCH时间序列预测模型,分别对黑龙江省快递业务量进行了分析与预测.2种模型预测结果对比表明,SARIMA-GARCH时间序列预测模型更能较为准确地预测快递业务量的变化趋势,黑龙江省快递业务量近2年间仍将不断增长.这一结果为黑龙江省快递业务量统计预测工作与缓解终端配送领域的高压工作状态提供了一定的参考.     

基于Laslie模型的人口结构与经济发展的预测

针对全面二孩政策对对中国人口结构的影响问题,以1996~2015年中国人口数、人口自然变动表等人口数据为基础,构建了Leslie人口增长预测、队列分析法等模型.综合运用了MATLAB、EXCEL及C++等软件编程求解,分析了人口结构指标,预测了未来人口分布结构.最后设计新模版,为中国全面二孩政策的实施和人口结构的预测提供参考.     

基于MLP&ST模型的空气质量预测

针对目前大多数模型均为对已监测区域的空气质量进行预测,而少有对未监测区域进行预测的问题,综合考虑气象因素、空间相关性和时间依赖性对空气质量的影响,提出了一种联合训练模型MLP&ST （MLP&spatial-temporal）,模拟预测北京市未监测区域未来时刻的空气质量指数（air quality index,AQI）。通过实验结果对比确定最佳历史时间步长P值为29;然后将模型与其他空气质量预测模型进行对比。实验结果表明,MLP&ST模型在3种评价指标下（RMSE,MAE,MAPE）皆优于其他对比模型,验证了所提出模型具有良好的预测效果。     

群决策论文型竞赛名次的优化模型

对群决策及主观残缺评价系统研究分析发现,评委打分尺度不同,使得直接取均分排名误差较大,虽然T分数法可以将打分尺度统一,但是它局限于同一样本之间的横向比较。为减小此系统误差,改进了T分数法,即给出论文的理想成绩,利用误差平方和最小法求出评委权重,对T分数求加权平均值排名。与传统方法及T分数法比较,改进的新方法提高了主观名次与客观名次的重合度,减小了其乱序度。计算欧氏距离,证明新方法减小了评委打分的误差度及论文的争议度。     

信息技术与行政决策

信息技术影响行政决策我们所处的时代，信息科学技术已成为最基本和最为普遍的技术手段，在人类社会生活的每一个领域得到普遍应用，行政决策这一领域也不例外，成为科技作为影响公共行政改革与发展的因素之一已是一个不争的事实。行政信息的质量决定着决策的质量，因此，信息技术先进与否成为政府决策科学化的前提条件。而信息技术对行政决策的影响也始终是围绕着提高行政决策的科学性和有效性而展开的。具体表现在以下方面：１．信息技术对行政决策目标的影响。一般而言，在决策中采取公开的方式，从时空成本上看，比封闭的方式要浪费一些…