ARIMA模型
- 基于ARIMA-GARCH模型的人民幣匯率波動研究
將其與ARIMA模型預(yù)測結(jié)果相互對比。結(jié)果顯示，ARIMA-GARCH模型不僅可以提取出人民幣匯率波動的規(guī)律性，還可以改良ARIMA模型的預(yù)測精度，預(yù)測精度最高，在短期內(nèi)能夠得到較好的預(yù)測值。關(guān)鍵詞：人民幣匯率；ARIMA模型；GARCH模型；預(yù)測精度；SDR本文索引：王藝柳.[J].中國商論，2024（11）：-012.中圖分類號：F822 文獻(xiàn)標(biāo)識碼：A 文章編號：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)測問題
鍵詞：ARIMA模型；SWECPX模型；時間序列；電商需求預(yù)測；電商平臺本文索引：向俊坤，郁佳幸，高賀，等.[J].中國商論，2024（08）：-032.中圖分類號：F742 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2024）04（b）--041 問題介紹為了便于商品貨物的統(tǒng)一調(diào)度，電商平臺會提供配套倉庫供電商儲存貨物。當(dāng)今物聯(lián)網(wǎng)技術(shù)發(fā)達(dá)，物流與數(shù)學(xué)理論、計算機技術(shù)結(jié)合緊密，通過大數(shù)據(jù)預(yù)測可以降低庫存成本，并且為商家提供足夠的存儲能力。供應(yīng)鏈優(yōu)化問題
中國商論 2024年8期2024-06-03
- 我國新能源汽車公共充電樁保有量預(yù)測
件建立ARIMA模型，并對模型進(jìn)行檢驗及擬合，同時用已有數(shù)據(jù)進(jìn)行驗證，結(jié)果表明該模型的預(yù)測效果較好，具有一定參考價值。關(guān)鍵詞：ARIMA模型；新能源汽車；公共充電樁；保有量預(yù)測中圖分類號：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)境問題日益嚴(yán)峻，綠色低碳高質(zhì)量發(fā)展已成為各國共同追求的目標(biāo)。在這一目標(biāo)下，我國新能源汽車市場迅猛發(fā)展，而充電樁作為新能源汽車產(chǎn)業(yè)
專用汽車 2024年5期2024-06-01
- 基于ARIMA的公交行程時間預(yù)測研究
序列；ARIMA模型；公交GPS數(shù)據(jù)；行程時間中圖分類號 U491.17文獻(xiàn)標(biāo)識碼 A文章編號 2096-8949（2024）09-0011-040 引言隨著經(jīng)濟的發(fā)展，私人小汽車的數(shù)量快速增長，造成了許多問題。不僅是交通擁擠，隨之而來的還有交通污染、交通事故頻繁、公路秩序混亂等一些嚴(yán)重的問題。公共交通能夠很大程度地解決上述存在的問題，大幅節(jié)約能耗，是解決擁堵、污染、秩序混亂等問題的有力支撐。但公交車沿確定路線行駛，路上實時的車輛行駛狀態(tài)影響公交車到站時間
交通科技與管理 2024年9期2024-05-29
- 基于機器學(xué)習(xí)在股票預(yù)測中的應(yīng)用
后使用ARIMA模型對科大訊飛股票預(yù)測開盤價走勢，使用VAR模型預(yù)測先進(jìn)數(shù)通的股票開盤價、收盤價、最高價和最低價。關(guān)鍵詞：股票預(yù)測；機器學(xué)習(xí)；ARIMA模型；VAR模型；時間序列一、前言從股票市場出現(xiàn)到發(fā)展至今已有四百多年歷史，股票能夠在股票市場內(nèi)交易，是當(dāng)前經(jīng)濟發(fā)展中不可或缺的重要部分，對各大公司來說是籌備資金的重要方式。同樣，股票也可以從側(cè)面表現(xiàn)出各大公司的未來發(fā)展趨勢。股票價格受各種因素的影響，股市中，股票價格每天都在發(fā)生變化，每天的變化不僅會給投資
信息系統(tǒng)工程 2024年4期2024-05-13
- 基于MATLAB的ARIMA模型對我國GDP預(yù)測的研究
AB；ARIMA模型中圖分類號：F222?文獻(xiàn)標(biāo)識碼：A?文章編號：1005-6432（2024）09-0000-00引言GDP是反映一個國家經(jīng)濟發(fā)展水平的重要指標(biāo)，其對于國家宏觀經(jīng)濟政策制定、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和國際貿(mào)易等方面都有著較為重要的影響。因此，對GDP的準(zhǔn)確預(yù)測和分析一直是經(jīng)濟學(xué)領(lǐng)域的研究熱點[1]?；跁r間序列模型的GDP預(yù)測方法，由于其簡單可行、高精度的優(yōu)點，受到了廣泛關(guān)注。近年來，眾多學(xué)者對我國歷年GDP數(shù)據(jù)利用時間序列模型進(jìn)行分析預(yù)測。如20
中國市場 2024年12期2024-05-08
- 基于ARIMA-LSTM混合模型對傳染病的預(yù)測分析
序列；ARIMA模型；LSTM模型；組合預(yù)測模型中圖分類號：TP391? ? 文獻(xiàn)標(biāo)識碼：A? 文章編號：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)運用ARIMA模型對其股票價格進(jìn)行短期預(yù)測，并運用與杜邦恒等式相結(jié)合的剩余收益模型（EBO模型）對柳鋼集團股票內(nèi)在價值進(jìn)行估值。通過實證分析表明，柳鋼集團股票的內(nèi)在價值高于使用ARIMA模型預(yù)測的股價，柳鋼集團股價被低估。且鑒于柳鋼集團為柳州市重要的國企地位，而國有企業(yè)在金融市場中的定位及特殊的資本結(jié)構(gòu)，常常出現(xiàn)企業(yè)股票價格與其內(nèi)在價值存在分離的現(xiàn)象。通過兩個模型相互結(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
中國集體經(jīng)濟 2024年5期2024-02-07
- 基于ARIMA模型的全球氣表溫度預(yù)測分析
鍵詞：ARIMA模型；氣表溫度；預(yù)測中圖分類號：TP399 ? 文獻(xiàn)標(biāo)識碼：A ? 文章編號：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)險對股票投資的影響
后建立ARIMA模型，進(jìn)而利用模型進(jìn)行預(yù)測比較分析。通過研究分析發(fā)現(xiàn)外部性事件（新冠疫情）對股票有間接的正向沖擊影響，解釋了股票價格在疫情期間的波動游走現(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模型中圖分類號：F224；F830.9??文獻(xiàn)標(biāo)識碼：A??文章編號：1005-6432（2023）14-0000-04[DOI]10.13939/j.cnki.zgsc.2023.14.0001???研究背景新冠疫情
中國市場 2023年14期2023-05-31
- 我國大豆消費影響因素分析及趨勢預(yù)測
；構(gòu)建ARIMA模型，對我國2021—2030年的大豆消費量進(jìn)行預(yù)測分析。研究結(jié)果表明：（1）影響大豆消費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、收入提高、政策影響和科技進(jìn)步等；（2）未來，我國大豆消費總量增速有明顯的放緩趨勢，到2025年和2030年我國大豆消費總量將分別達(dá)到13 734.23萬t和15 698.46萬t；（3）未來10年，我國大豆壓榨消費量持續(xù)上漲，仍將是大豆消費的第一大用途，食用消費
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)居民國內(nèi)旅游人均消費的預(yù)測
，采用ARIMA模型對未來幾年的數(shù)據(jù)進(jìn)行預(yù)測，得出結(jié)論：農(nóng)村居民國內(nèi)旅游人均消費的增長速度更快，未來農(nóng)村居民的旅游消費水平也將持續(xù)快速增長。最后對未來我國城鄉(xiāng)居民國內(nèi)旅游的經(jīng)濟增長提出建議，為相關(guān)部門制定政策提供參考，以期促進(jìn)我國旅游業(yè)進(jìn)一步發(fā)展。關(guān)鍵詞：城鄉(xiāng)居民；國內(nèi)旅游；人均消費；ARIMA模型中圖分類號：F592.7 文獻(xiàn)標(biāo)識碼：A基金項目：國家社科基金項目一般項目“鄉(xiāng)村旅游地文化景觀的原真性構(gòu)建與形成機制研究”（21BGL285）。引言近年來我國居
旅游縱覽 2023年5期2023-05-22
- 不同樹齡雪嶺云杉徑向生長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過程。[結(jié)果]與上樹線相比，下樹線的樹輪寬度年表中蘊含著更多的氣候信息。ARIMA模型模擬的3個樹齡組雪嶺云杉BAI變化中，中齡組觀測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趨勢變化分析，發(fā)現(xiàn)幼齡雪嶺云杉實測BAI總體上增長顯著，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，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模型對零售商品在傳統(tǒng)節(jié)假日的銷量預(yù)測
方法及ARIMA模型對多種商品在傳統(tǒng)節(jié)假日期間的銷量進(jìn)行預(yù)測，在真實的某一典型縣級商超銷量數(shù)據(jù)庫上進(jìn)行評估驗證，最后將其與基準(zhǔn)的模型進(jìn)行數(shù)據(jù)對比，以驗證本方法對精度提升的度量。關(guān)鍵詞 ：多類商品;傳統(tǒng)節(jié)日;銷量預(yù)測;K-means聚類;ARIMA模型中圖分類號：TP311? ? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2022）18-0059-02開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：1引言信息化的浪潮為商業(yè)帶來了巨大的發(fā)展機遇，依據(jù)數(shù)據(jù)來驅(qū)
電腦知識與技術(shù) 2022年18期2022-08-31
- 河南省小麥產(chǎn)量分析及預(yù)測
：采用ARIMA模型，對河南省糧食產(chǎn)量數(shù)據(jù)進(jìn)行原始數(shù)列預(yù)處理、參數(shù)估計以及統(tǒng)計建模。結(jié)果：構(gòu)建河南省小麥產(chǎn)量自回歸移動平均模型（ARIMA），預(yù)測模型為ARIMA（6，1，0），數(shù)據(jù)信息提取充分（Q=12.2185，P>0.05），相對誤差控制在10%以內(nèi)，數(shù)據(jù)信息提取充分。結(jié)論：模型預(yù)測擬合優(yōu)度較好，具有一定的參考價值，以此提出相關(guān)建議。關(guān)鍵詞：河南?。?span id="nzv35vx" class="hl">ARIMA模型；擬合優(yōu)度一、引言河南省是我國的糧食大省，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模型的中國貨物周轉(zhuǎn)量短期預(yù)測
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)測的平均相對誤差均較小，并且乘積季節(jié)模型的預(yù)測能力優(yōu)于簡單季節(jié)模型。關(guān)鍵詞：貨物周轉(zhuǎn)量;簡單季節(jié)模型;乘積季節(jié)模型;ARIMA模型;殘差診斷中圖分類號：TP391 ? ? ? ?文獻(xiàn)標(biāo)識碼：A文章編號：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小麥進(jìn)口量波動趨勢預(yù)測研究
建立了ARIMA模型，對小麥未來半年進(jìn)口趨勢進(jìn)行預(yù)測。結(jié)果表明：我國下一階段小麥進(jìn)口將繼續(xù)保持上升態(tài)勢;我國小麥進(jìn)口來源依賴度比較高，糧食安全風(fēng)險增加;小麥生產(chǎn)成本需進(jìn)一步控制。因此，要依靠科技進(jìn)步，強化供給結(jié)構(gòu)調(diào)整;警惕進(jìn)口風(fēng)險，分散小麥進(jìn)口市場;實行適度規(guī)模化經(jīng)營，降低小麥生產(chǎn)成本。關(guān)鍵詞：小麥進(jìn)口;趨勢預(yù)測;ARIMA模型中圖分類號 S512.1 文獻(xiàn)標(biāo)識碼 A 文章編號 1007-7731（2022）10-0027-04Prediction
安徽農(nóng)學(xué)通報 2022年10期2022-06-30
- 新冠肺炎疫情對我國農(nóng)村電商行業(yè)股價的影響
電商；ARIMA模型；干預(yù)模型【中圖分類號】F402.3一、引言（一）研究背景及意義突發(fā)性公共衛(wèi)生事件對于經(jīng)濟有不容忽視的影響。2003年的“非典”對我國經(jīng)濟造成高達(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的對策，產(chǎn)業(yè)鏈與供應(yīng)鏈?zhǔn)艿搅藝?yán)重影響，實體經(jīng)濟遭受到20世紀(jì)初大蕭條以來最嚴(yán)重的沖擊，金融市場也難以幸免。[1]2020年1～4月，我國上證指數(shù)一路走低，2月3日更是出現(xiàn)了大盤幾近跌停的局面。但值得注意
國際商務(wù)財會 2022年10期2022-06-23
- 基于ARIMA模型的股價分析與預(yù)測
件建立ARIMA模型對招商銀行的股價進(jìn)行分析與預(yù)測，首先選取招商銀行（600036）股票2021年1月4日至2022年6月30日的股價作為樣本數(shù)據(jù)，進(jìn)行平穩(wěn)性檢驗，完成ARIMA模型的識別與定階，進(jìn)行模型檢驗，基于該模型對股價進(jìn)行分析預(yù)測。結(jié)果顯示：ARIMA模型對股票價格時間序列的短期變化規(guī)律具有較好的預(yù)測作用，為投資者對股票投資提供一定參考意義?！娟P(guān)鍵詞】ARIMA模型;股價預(yù)測;R語言;招商銀行【中圖分類號】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滾動殘差模型組合的股票預(yù)測
，借助ARIMA模型實現(xiàn)對股票數(shù)據(jù)的線性趨勢預(yù)測，通過滾動殘差的SVR回歸模型對ARIMA模型的預(yù)測殘差進(jìn)行數(shù)據(jù)修正，得到ARIMA_SVR滾動殘差模型的預(yù)測值。實驗結(jié)果表明，相較于傳統(tǒng)ARIMA模型，ARIMA與滾動殘差SVR組合模型的性能和預(yù)測精度都得到大幅提升，具有一定的學(xué)術(shù)價值和應(yīng)用意義。關(guān)鍵詞： 金融; ARIMA模型; SVR滾動殘差模型; 股票預(yù)測中圖分類號：TP183? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ?文章編號：1006-8228（
計算機時代 2022年5期2022-05-27
- 基于整數(shù)規(guī)劃的最優(yōu)訂購與轉(zhuǎn)運方案預(yù)測研究
預(yù)測和ARIMA模型預(yù)測等方法，將其代入循環(huán)算法并得到最終的方案，最后基于測試集數(shù)據(jù)，本文驗證了訂購、轉(zhuǎn)運方案的良好性質(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)間競爭日益激烈的今天，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和轉(zhuǎn)運成本，是提升企業(yè)競爭力的重要方式。由此，企業(yè)管理者需要盡可能降低原材料采購成本，減少原材料運輸消耗，使企業(yè)更好的生存和發(fā)展。傳統(tǒng)的
商場現(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
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，可為中國玉米（進(jìn)口）貿(mào)易提供決策參考信息。迄今，學(xué)界對世界玉米供需及貿(mào)易的主要研究成果如下：國內(nèi)方面如：我國玉米貿(mào)易呈現(xiàn)明顯的波動性，是我國玉米市場的地域差異和貿(mào)易政策共同作用的結(jié)果[1-2];中國是世界玉米主要生產(chǎn)國之一，同時又在世界玉米貿(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，玉米收購主體多元化
糧食問題研究 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)行市場預(yù)測，從多個角度出發(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、前言中國農(nóng)貿(mào)市場的營業(yè)利潤受多種因素影響，而各種農(nóng)副產(chǎn)品的價格波動也在很大程度上影響著農(nóng)民和農(nóng)場主的經(jīng)濟收益。以近幾年大蒜價格的波動為例，自2009年大蒜百倍漲幅，到2019年由央視網(wǎng)的報道的蘇寧家樂福超市蒜價30%的降幅，在這一過程中，不僅消費者生活受到極大影響，作為中國大蒜主產(chǎn)地
商業(yè)2.0-市場與監(jiān)管 2022年1期2022-01-08
- 基于ARIMA模型的股票價格實證分析
價建立ARIMA模型進(jìn)行預(yù)測分析。使用Eviews9軟件分析大眾公用的股票開盤價，在對該數(shù)據(jù)分析前，需要先分析選取的股價時間序列數(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。實證分析結(jié)果表明，利用選取的ARIMA模型預(yù)測大眾公用9天的開盤價，結(jié)果顯示，預(yù)測的誤差較小，說明該模型具有一定的參考價值和現(xiàn)實意義，ARIMA模型可以為投資者及相關(guān)投資機構(gòu)提供股票投資決策參考。關(guān)鍵詞：ARIMA模型? 股票開盤價? 時間序列? 股票預(yù)測中
科技資訊 2021年29期2021-12-31
- 時間序列在濟南市GDP預(yù)測中的應(yīng)用與可行性分析
序列;ARIMA模型;預(yù)測;Eviews1.前言1.1模型介紹ARMA模型（Autoregressive moving average model）是時間序列最常用的最有效果的一種數(shù)據(jù)處理模型。若時間序列滿足則該時間序列服從（p.q）階的自回歸滑動平均混合模型。ARMA模型由自回歸模型AR模型、MA模在實踐應(yīng)用中，ARMA模型主要用于長期追蹤資料的研究，市場規(guī)模預(yù)測、消費者行為模式變遷等方面。2.數(shù)據(jù)處理本文所出現(xiàn)并用于實驗的數(shù)據(jù)為來自于國家數(shù)據(jù)網(wǎng)，數(shù)據(jù)原
電子樂園·上旬刊 2021年3期2021-12-24
- 基于ARIMA模型的義烏社會消費品零售總額預(yù)測分析
，構(gòu)建ARIMA模型，并對模型進(jìn)行顯著性檢驗、白噪聲檢驗等，選取擬合度較高的模型，對未來三年義烏市社會消費品零售總額做出預(yù)測。通過研究發(fā)現(xiàn)，所構(gòu)建的模型的預(yù)測精度相對較高，所預(yù)測的結(jié)果具有一定的參考性。關(guān)鍵詞：ARIMA模型;義烏;社會消費品零售總額一、引言社會消費品零售總額是指企業(yè)銷售給個人和集團，用于非常生產(chǎn)與經(jīng)營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)上購物的興起，社會消費品零售總額的很大一部分來自網(wǎng)上購物消費金額，包括實物商品和非
科教創(chuàng)新與實踐 2021年35期2021-11-14
- 基于ARIMA 模型預(yù)測Bitcoin 價格的研究
采用了ARIMA模型，通過使用R語言對數(shù)據(jù)進(jìn)行平穩(wěn)化處理并進(jìn)行單位根檢驗，對比各參數(shù)，建立合理的ARIMA模型，同時，與自動生成的ARIMA模型進(jìn)行比較，選擇較為優(yōu)良的模型進(jìn)行比特幣價格的短期預(yù)測。關(guān)鍵詞：比特幣;ARIMA模型;時間序列引言2008年10月，一位名為中本聰密碼學(xué)者發(fā)布了《比特幣： 一種點對點的電子現(xiàn)金系統(tǒng)》的文章，文內(nèi)描述了一種被他稱為“比特幣”的電子貨幣及其算法。隨后，中本聰挖出第一個區(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模型對我國客運量的分析和預(yù)測
AS;ARIMA模型1引言1.1研究背景一個國家，過去與未來的經(jīng)濟發(fā)展與交通運輸都是相互影響和制約的，民間流傳的一句話，最形象的表達(dá)了運輸與經(jīng)濟發(fā)展的關(guān)系：“要想富，先修路”。所以在更加注重經(jīng)濟發(fā)展的今天，運輸業(yè)的發(fā)展已經(jīng)成為一個不可忽視的方面。而在運輸對象上有客運和貨運之分，本文就對和每個人更貼近的客運進(jìn)行研究。在全球化程度日益發(fā)達(dá)的今天，信息化社會已是最為突出的一個特征，信息的傳遞已經(jīng)達(dá)到了現(xiàn)在相當(dāng)便捷的程度，正同時也給客運提出一個更高的要求。2數(shù)據(jù)來
錦繡·下旬刊 2021年12期2021-11-03
- 運用ARIMA模型對股價預(yù)測的實證研究
過建立ARIMA模型來進(jìn)行檢驗與預(yù)測，得到的股價預(yù)測值與真實值短期內(nèi)最大誤差不超過0.04。這表明以ARIMA模型對股價進(jìn)行短期預(yù)測具有很好的效果，能夠為股市投資者提供幫助。關(guān)鍵詞：Python;ARIMA模型;股價預(yù)測中圖分類號：F830.91? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1673-291X（2021）25-0076-03引言正如我們所知，股票市場是企業(yè)融資的重要渠道，也是反映一個國家經(jīng)濟狀況的“晴雨表”。股票的價格作為股票市場的重
經(jīng)濟研究導(dǎo)刊 2021年17期2021-11-01
- 基于Arima模型的制造業(yè)生產(chǎn)優(yōu)化實踐
，建立ARIMA模型，預(yù)測未來生產(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)果對于企業(yè)管理者進(jìn)行更科學(xué)、更可靠的生產(chǎn)運營決策的輔助支撐作用，以實現(xiàn)企業(yè)的降本增效。關(guān)鍵詞：ARIMA模型;生產(chǎn)數(shù)據(jù);決策支持中圖分類號：A 文獻(xiàn)標(biāo)識碼：A 文章編號：（2021）-31-459在智能制造背景下，生產(chǎn)車間某智能生產(chǎn)設(shè)備的日產(chǎn)量實時受到數(shù)據(jù)監(jiān)控，并通過生產(chǎn)管理系統(tǒng)進(jìn)行存儲。由于生產(chǎn)量受意外停機、換膜時間等諸多因素影響，故建立ARIMA模型，對該生產(chǎn)數(shù)據(jù)進(jìn)行分析預(yù)測
小作家報·教研博覽 2021年31期2021-10-16
- 基于時間序列分析的湖北省GDP預(yù)測模型研究
件建立ARIMA模型，并用該模型預(yù)測的2018年和2019年湖北省GDP數(shù)據(jù)與實際數(shù)據(jù)進(jìn)行比較，對建立的模型進(jìn)行優(yōu)化評估，最后利用優(yōu)化模型對2020年和2021年湖北省GDP進(jìn)行短期預(yù)測。根據(jù)建立的時間序列分析得到最優(yōu)模型為ARIMA（0，2，3），預(yù)測值與實際值的平均相對誤差為10.585%，ARIMA模型能較好地反映湖北省GDP發(fā)展的趨勢并進(jìn)行短期預(yù)測。關(guān)鍵詞：時間序列分析;ARIMA模型;R語言一、引言國內(nèi)生產(chǎn)總值（Gross Domestic Pr
湖北經(jīng)濟學(xué)院學(xué)報·人文社科版 2021年9期2021-10-13
- 新冠疫情對社會經(jīng)濟影響的統(tǒng)計模型分析
，并用ARIMA模型對失業(yè)率進(jìn)行建模，GARCH模型對上證指數(shù)進(jìn)行建模。將新冠疫情對社會經(jīng)濟的影響進(jìn)行量化反映。得到分析結(jié)果后，再利用模型做出預(yù)測，分析疫情的影響還會持續(xù)多久。其中，GARCH模型用于上證指數(shù)收盤價分析是這篇論文的一個創(chuàng)新點。最后，從新興產(chǎn)業(yè)的發(fā)展對未來展望和推進(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)收盤價;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
速讀·上旬 2021年12期2021-10-12
- 基于ARIMA-GARCH模型對中美匯率的組合預(yù)測
過構(gòu)建ARIMA模型和ARIMA-GARCH模型來進(jìn)行預(yù)測，通過對比兩個模型預(yù)測曲線和真實值曲線的擬合情況，最后發(fā)現(xiàn)MA（1）-GARCH（1，1）更適合對匯率進(jìn)行短期預(yù)測，且精確度較高。最后本文也給出一些針對匯率風(fēng)險防范的一些手段。關(guān)鍵詞：中美匯率;趨勢預(yù)測;ARIMA模型;GARCH;模型國際貿(mào)易一、引言2020年世界經(jīng)濟受到了巨大沖擊，各經(jīng)濟體均受到一些影響，主要體現(xiàn)在經(jīng)濟增速陡降，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，國際貿(mào)易也受到嚴(yán)峻的
商場現(xiàn)代化 2021年15期2021-10-09
- 基于時間序列模型的農(nóng)產(chǎn)品價格指數(shù)預(yù)測研究
數(shù)據(jù)的ARIMA模型和SARIMA季度乘積模型。通過對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API進(jìn)行預(yù)測。關(guān)鍵詞：API;ARIMA模型;SARIMA模型;預(yù)測一、引言農(nóng)產(chǎn)品價格頻繁異常波動，不僅會引起社會整體物價水平的波動，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)營者帶來額外的市場風(fēng)險，與此同時也給國家的宏觀經(jīng)濟運行帶來不穩(wěn)定因素。因此，穩(wěn)定農(nóng)產(chǎn)品價格已經(jīng)成為我國宏觀經(jīng)濟調(diào)控的重要目標(biāo)。通過運用合理的方法對農(nóng)產(chǎn)品價
現(xiàn)代營銷·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
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
- 運用ARIMA模型對股價預(yù)測的實證研究
過建立ARIMA模型來進(jìn)行檢驗與預(yù)測，得到的股價預(yù)測值與真實值短期內(nèi)最大誤差不超過0.04。這表明以ARIMA模型對股價進(jìn)行短期預(yù)測具有很好的效果，能夠為股市投資者提供幫助。關(guān)鍵詞：Python;ARIMA模型;股價預(yù)測中圖分類號：F830.91? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1673-291X（2021）25-0076-03引言正如我們所知，股票市場是企業(yè)融資的重要渠道，也是反映一個國家經(jīng)濟狀況的“晴雨表”。股票的價格作為股票市場的重
經(jīng)濟研究導(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)濟高質(zhì)量發(fā)展
? ?ARIMA模型? ?區(qū)域經(jīng)濟? ?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)，可加速推動裝備制造業(yè)整體發(fā)展，也是美國“再工業(yè)化”和德國“工業(yè)4.0”計劃的重點，其發(fā)展已為國內(nèi)外區(qū)域經(jīng)濟發(fā)展的重要手段。遼寧省作為東北老工業(yè)基地，一直享有“新中國工業(yè)搖籃”的美譽，近幾年來其高端制造行業(yè)發(fā)展也呈現(xiàn)上升趨勢，為遼寧省經(jīng)濟的發(fā)展提供極大的動力，對遼寧省產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和現(xiàn)代化建設(shè)起到了積極的推動作用，但與國際水平仍有較大差距。一
北方經(jīng)濟 2021年8期2021-09-17
- 基于VMD-ARIMA模型的BDI短期預(yù)測
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)作為測試集，預(yù)測未來4天的BDI值。實證結(jié)果表明，VMD-ARIMA模型的預(yù)測結(jié)果優(yōu)于ARIMA模型的預(yù)測結(jié)果。關(guān)鍵詞：VMD算法;ARIMA模型;BDI;預(yù)測1.引言在波羅的海航交所發(fā)布的眾多指數(shù)中，波羅的海干散貨運價指數(shù)（Baltic Dry Index，BDI）是目前最具代表性的，BDI被稱為國際干散貨運輸市場走勢的晴雨表。為把握市場方向以
商業(yè)2.0-市場與監(jiān)管 2021年2期2021-09-10
- 基于ARIMA模型對我國CPI指數(shù)的分析預(yù)測
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，2021（15）：-017.中圖分類號：F202 文獻(xiàn)標(biāo)識碼：ADOI：10.12245/j.issn.2096-6776.2021.15.052020年世界經(jīng)濟遭遇了嚴(yán)峻的挑戰(zhàn)，物價水平也出現(xiàn)了大幅下跌的情形。如今，經(jīng)濟活動在持續(xù)衰退之后重新走向擴張，大宗商品價格持續(xù)上漲，通貨膨脹現(xiàn)象再次浮現(xiàn)，給全球經(jīng)濟的復(fù)蘇蒙上了一層陰影。通貨膨脹是指由于物價全面持續(xù)的上漲而造成一
商展經(jīng)濟·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
據(jù)建立ARIMA模型，對吉林省經(jīng)濟發(fā)展進(jìn)行實證分析。首先，對GDP數(shù)據(jù)做平穩(wěn)化處理與檢驗;之后建立模型并對模型中的參數(shù)進(jìn)行估計與適用性檢驗;然后選擇最優(yōu)模型為ARIMA（2，1，1），利用建立的模型對吉林省未來三年的GDP做出短期預(yù)測。最后根據(jù)該模型對吉林省GDP數(shù)據(jù)進(jìn)行預(yù)測，并根據(jù)吉林省的特點以及預(yù)測結(jié)果為吉林省制定經(jīng)濟決策提供相應(yīng)的建議。關(guān)鍵詞：ARIMA模型;國內(nèi)生產(chǎn)總值;時間序列模型;經(jīng)濟預(yù)測一、引言國內(nèi)生產(chǎn)總值（Gross Domestic Pr
中國集體經(jīng)濟 2021年27期2021-09-09
- 重慶市GDP的預(yù)測及發(fā)展的政策建議
，通過ARIMA模型，對重慶市2021-2022年的GDP數(shù)據(jù)做出預(yù)測，且預(yù)測效果良好，并為有關(guān)部門制訂未來重慶市經(jīng)濟發(fā)展規(guī)劃提供了依據(jù)和參考。關(guān)鍵詞：ARIMA模型;國內(nèi)生產(chǎn)總值;重慶市經(jīng)濟預(yù)測重慶是中國唯一位于我國西部的直轄市，中國最重要的中心城市之一，中國長江上游地區(qū)的經(jīng)濟中心，國家“十四五”戰(zhàn)略規(guī)劃重點發(fā)展的特大型城市。而重慶市作為特大型城市，其GDP近年來不斷地增長。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)測分析
鍵詞】ARIMA模型;GDP;預(yù)測【Keywords】ARIMA model; GDP; prediction【中圖分類號】F224;F127 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2021）07-0120-021 引言GDP是衡量一個國家或者地區(qū)經(jīng)濟發(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
- 使用時序技術(shù)對云平臺基礎(chǔ)費用數(shù)據(jù)的波動性分析
法中的ARIMA模型，綜合運用現(xiàn)代統(tǒng)計方法，在對云平臺基礎(chǔ)費用結(jié)合ARIMA模型進(jìn)行分析的基礎(chǔ)上，實現(xiàn)對未來基礎(chǔ)費用的預(yù)測和分析，為企業(yè)的決策提供可參考的方法和數(shù)據(jù)。本文擬從針對云平臺數(shù)據(jù)進(jìn)行分析預(yù)測的實際需求;目前學(xué)界使用ARIMA算法進(jìn)行時序分析的現(xiàn)狀和成果;傳統(tǒng)和現(xiàn)代的一些主流的時序數(shù)據(jù)分析技術(shù)和方法;針對云平臺的基礎(chǔ)費用、使用時序預(yù)測技術(shù)的分析、預(yù)測和校驗四部分進(jìn)行探討。關(guān)鍵詞：時序預(yù)測;ARIMA模型;云平臺;基礎(chǔ)費用預(yù)測中圖分類號：TP311?
電腦知識與技術(shù) 2021年17期2021-08-03
- 陜西省工業(yè)時間序列分析及預(yù)測
，利用ARIMA模型進(jìn)行時間序列分析，預(yù)測2018?2020年的工業(yè)總產(chǎn)值。通過所得數(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)部門或工業(yè)企業(yè)的部門實施相關(guān)政策，獲得更優(yōu)的經(jīng)濟發(fā)展決策，提供可靠的理論預(yù)測以及參考。關(guān)鍵詞：ARIMA模型;陜西省工業(yè)總產(chǎn)值;預(yù)測;時間序列一、引言2016年以來，國內(nèi)外形勢錯綜復(fù)雜，隨著是“十三五”“十四五”規(guī)劃的展開。全省工業(yè)經(jīng)濟經(jīng)濟增速企穩(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)濟保持平穩(wěn)運行奠定了基礎(chǔ)。
錦繡·下旬刊 2021年8期2021-07-19
- 三峽庫區(qū)柑橘土壤水分動態(tài)變化的自回歸積分滑動平均模型構(gòu)建
鍵詞 ARIMA模型;構(gòu)建;時間序列分析;柑橘;土壤水分;動態(tài)變化;三峽庫區(qū)中圖分類號 S152.7? 文獻(xiàn)標(biāo)識碼 A? 文章編號 0517-6611（2021）11-0001-04doi：10.3969/j.issn.0517-6611.2021.11.001開放科學(xué)（資源服務(wù)）標(biāo)識碼（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價格指數(shù)實證分析
PI;ARIMA模型;短期預(yù)測【Keywords】CPI; ARIMA model; short-term forecast【中圖分類號】F726? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】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
- 滬牌價格預(yù)測研究
性質(zhì)，ARIMA模型根據(jù)歷史信息和變動趨勢對未來信息進(jìn)行預(yù)測，能較好地把握時間序列的動態(tài)規(guī)律。因此，首先通過ARIMA模型擬合滬牌往期拍賣價格，得出滬牌價格的變動趨勢。此外，滬牌拍賣價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，首次加入兩個外部回歸量，即中標(biāo)率和警示價，從而得到基于外部回歸量的ARIMA模型。通過對預(yù)測結(jié)果的對比分析，利用歷史數(shù)據(jù)對滬牌價格進(jìn)行擬合，預(yù)測結(jié)果和實際值十分接近，能夠有效地預(yù)測滬牌價格，且相對于傳統(tǒng)A
經(jīng)濟研究導(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模型的機場旅客吞吐量預(yù)測的案例，將所學(xué)數(shù)學(xué)理論知識與民航運輸崗位實踐有機結(jié)合起來，從而實現(xiàn)民航運輸專業(yè)學(xué)生實用型、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)測高職數(shù)學(xué)是高職院校學(xué)生一門重要的基礎(chǔ)課，要為專業(yè)課服務(wù)，就要求老師在授課時所列舉的案例、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機場旅客吞吐量數(shù)據(jù)，應(yīng)用SPSS中時間序列建模器下的專家建模預(yù)測模型，操作簡單，也可以應(yīng)用SPSS中時
科技風(fēng) 2021年14期2021-05-24
- 基于時間序列分析方法的 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)作物的生長周期和產(chǎn)量更是聯(lián)系密切。同時，降水量的年際變化趨勢直接制約著區(qū)域社會經(jīng)濟發(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。通過對數(shù)據(jù)擬合建立一個不錯的模型進(jìn)行短時間內(nèi)較精確的預(yù)測，有助于安排農(nóng)業(yè)生產(chǎn)，注意防范洪澇災(zāi)害以及對水資源進(jìn)行調(diào)配，具有重大的現(xiàn)實意義。張吉英[1]利用沈陽市2005年至2016年的降水量資料
中國科學(xué)探險 2021年6期2021-04-17
- 基于ARIMA模型對中、美、德三國CPI的分析與預(yù)測
表明，ARIMA模型能夠準(zhǔn)確地預(yù)測CPI指數(shù)的變化趨勢，且政府對疫情的干預(yù)會對CPI的變化產(chǎn)生重要影響。關(guān)鍵詞：CPI;ARIMA模型;時間序列分析;趨勢預(yù)測中圖分類號：F726? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：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，對世界經(jīng)濟的發(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人民日常生活的影響，本文擬通過時間序列
經(jīng)濟研究導(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
NN;ARIMA模型[DOI]10.13939/j.cnki.zgsc.2021.04.0261 前言由于城際高鐵客運系統(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)與波動性特征。GRNN具有很強的非線性映射能力和柔性網(wǎng)絡(luò)結(jié)構(gòu)以及高度的容錯性和魯棒性，適用于解決非線性問題，但在對某些接連的點處，數(shù)據(jù)值有較大波動的數(shù)據(jù)預(yù)測擬合曲線仍十分接近直線。而經(jīng)驗?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)測的準(zhǔn)確性。模態(tài)分解后的數(shù)據(jù)序列，
中國市場 2021年4期2021-04-06
- 基于ARIMA模型的上海市人均期望壽命預(yù)測分析
壽命;ARIMA模型;上海市中圖分類號：C924.2? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1673-291X（2021）34-0064-03引言人均預(yù)期壽命是衡量一個國家或地區(qū)經(jīng)濟社會發(fā)展和醫(yī)療衛(wèi)生服務(wù)水平的綜合指數(shù)。它不僅代表了一個地區(qū)在一定時期內(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)的社會經(jīng)濟發(fā)展水平。上海市作為我國優(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榜首，也處于世界前
經(jīng)濟研究導(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，世界范圍內(nèi)主要花生生產(chǎn)國家的花生生產(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，尤其是中國加入世貿(mào)組織（WTO）之后，花生成為中國眾多出口貿(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，河北省花生播
中國集體經(jīng)濟 2021年3期2021-02-04
- 基于ARIMA模型的股價分析與預(yù)測
文基于ARIMA模型對中國平安股價進(jìn)行分析與預(yù)測，選取中國平安公司2019年1月1日—2019年12月31日市盈率共244個樣本數(shù)據(jù)為研究對象，用R語言建立ARIMA模型，并基于該模型對未來5個工作日收益率進(jìn)行預(yù)測，預(yù)測結(jié)果可供投資者和管理者提供決策參考。關(guān)鍵詞：ARIMA模型;中國平安;股價;預(yù)測1 概述1.1 研究意義股票市場是我國重要的直接融資市場，對社會上的閑置資金起著優(yōu)化配置的作用，股票市場的發(fā)展和完善也有利于我國經(jīng)濟的發(fā)展。投資者們期望能從股票
科技經(jīng)濟市場 2020年10期2020-12-23
- 基于ARIMA模型的新能源汽車銷量預(yù)測
，采用ARIMA模型對序列進(jìn)行分析，同時建立最優(yōu)且適合此序列的ARIMA模型對銷量進(jìn)行預(yù)測與對比，為新能源汽車行業(yè)的發(fā)展提供有益的參考。【關(guān)鍵詞】ARIMA模型;新能源汽車;預(yù)測分析【中圖分類號】F426.471 【文獻(xiàn)標(biāo)識碼】A 【文章編號】1674-0688（2020）10-0097-020 引言隨著全球的環(huán)境問題和石油能源危機日趨嚴(yán)峻，世界各國都在積極采取相應(yīng)措施實現(xiàn)經(jīng)濟的快速發(fā)展，新能源汽車的布局和發(fā)展已然成為世界各國汽車產(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
- 天氣衍生品定價研究
，基于ARIMA模型擬合北京市平均氣溫動態(tài)變化過程，并結(jié)合蒙特卡洛模擬法對氣溫期貨進(jìn)行定價，考察ARIMA模型的預(yù)測精度。研究表明：ARIMA模型能夠較好地擬合氣溫動態(tài)變化過程，并且以此為基礎(chǔ)得到的氣溫期權(quán)價格能夠較好地擬合實際價格。關(guān)鍵詞：天氣衍生品;ARIMA模型;蒙特卡羅模擬法基金項目：河北省教育廳重點項目：“農(nóng)業(yè)信貸結(jié)構(gòu)、配置效率與河北省農(nóng)業(yè)經(jīng)濟增長”（編號：SD191051）中圖分類號：F830.91 文獻(xiàn)標(biāo)識碼：A收錄日期：2020年7月20日
合作經(jīng)濟與科技 2020年21期2020-11-09
- 基于時間序列分析的長春市物流研究及預(yù)測
，建立ARIMA模型，對2017-2020年長春市郵政物流總量進(jìn)行了分析，采用時間序列模型進(jìn)行物流需求預(yù)測，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軟件對長春市物流總量進(jìn)行擬合和預(yù)測。實驗結(jié)果表明：ARIMA對呈周期性變化的序列預(yù)測較為準(zhǔn)確，對以后解決此類問題有較大的啟發(fā)。關(guān)鍵詞：物流需求預(yù)測;ARIMA模型;Matlab中圖分類號：O211 ? ? ? ? 文獻(xiàn)標(biāo)志碼：A ? ? ? ? 文章編號：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1985-2004庫欣現(xiàn)貨交易的原油價格的時間序列分析
適合的ARIMA模型擬合序列的發(fā)展?！娟P(guān)鍵詞】時間序列分析;能源價格;ARIMA模型;原油價格;SAS軟件應(yīng)用一、引言原油作為人類社會中十分重要的能源，其有著工業(yè)的血液之稱。目前有關(guān)原油價格的研究有[1]黃燕燕的論文，其使用奇異譜分析的時間序列分析方法研究原油價格的波動規(guī)律、未來走勢、風(fēng)險預(yù)警等。[2]文華的論文其使用了時間序列分析中的VaR-GARCH模型對原油期貨價格進(jìn)行分析。[3]周明磊的論文，分析了國際原油價格受事件的影響，文章主要使用ARMAX時
科學(xué)導(dǎo)報·學(xué)術(shù) 2020年87期2020-11-08
- 基于ARIMA模型的西安市國內(nèi)生產(chǎn)總值預(yù)測分析
列 ?ARIMA模型 ?西安市GDP一、引言GDP是衡量一個國家、一個地區(qū)經(jīng)濟發(fā)展情況的重要指標(biāo)依據(jù)。它是在一定時期內(nèi)，一個國家或地區(qū)的經(jīng)濟中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價值，反映一國的國力與財富。西安市是國務(wù)院批復(fù)確定的中國西部地區(qū)重要的中心城市，是我國四大古都之一，也是聯(lián)合國科教文組織確定的“世界歷史名城”，具有悠久的古韻文化，但其經(jīng)濟總量不高。2019年公布GDP數(shù)據(jù)雖同比增長7.0%，位居陜西省10市之首，但仍未破萬億元。為使西安市更加符合中心城
時代金融 2020年22期2020-10-21
- 自相似流量的ARIMA預(yù)測模型研究
鍵詞：ARIMA模型? 自相似? 流量預(yù)測? 研究中圖分類號：TP393 ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：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