共查询到20条相似文献，搜索用时 50 毫秒
1.
利用ARIMA模型对1979-2008年河南省财政支出数据进行分析,结果表明ARIMA(3,3,5)模型有较好的预测结果,可以用于河南省财政支出的短期预测。 相似文献
2.
生态足迹法通过将区域的资源和能源消费转化为提供这种物质流所必须的各种生物生产土地的面积,并同区域能提供的生态生产型土地面积(生态承载力)进行比较,能定量判断一个区域的发展是否处于生态承载能力的范围内。本文运用生态足迹法和ARIMA模型,以2013年以及1994-2013年西安生物资源账户和碳足迹账户的消费数据,进行静态生态承载力与动态生态承载力分析并预测未来5年生态安全情况。结果表明：2013年西安市生态足迹大于生态容量,同时1994-2013年西安市均表现出生态足迹超出生态承载力8倍左右,出现严重的生态赤字。西安市的生产、生活强度超过了生态系统的承载能力,西安市生态系统处于人类的过度开发利用之下。ARIMA模型预测表明未来5年生态足迹虽有逐年减小的趋势,但和生态承载力差距较大。通过分析西安市人类活动对自然生态系统的压力和影响程度,可为城市生态研究、生态建设和可持续发展提供新的思路和方向。通过研究提出加强城市生态建设,优化城市管理模式,优化产业结构是维持西安可持续发展和生态安全的有效途径。 相似文献
3.
文章基于时间序列理论,以1981年和2010年中国黑龙江玉米产量为基础,对数据进行平稳化处理、模型识别、参数估计,建立时间序列模型,并对模型进行检验,确定较适合模型为自回归移动平均模型ARIMA(2,1,2)。利用该模型对2011-2012年黑龙江玉米产量作出预测并与实际值比较,结果表明,相对误差均在6%左右,预测模型良好。然后利用ARIMA(2,1,2)模型对未来3年的黑龙江玉米产量作出预测,为黑龙江省粮食政策的制定和调整提供可靠的依据。 相似文献
4.
本文通过新疆统计年鉴中仅有的新疆1990-2015年的交通客运量数据为研究对象,先利用时间序列(指数平滑和ARIMA)模型和非线性回归方法,进行初步地统计分析。根据预测误差最小的原则确定采用指数平滑模型和ARIMA(1,1,1)模型客运量预测的平均值作为新疆交通总客运量的最终预测方法.并给出了新疆2016—2020年的交通客运总量以及公路、铁路、民航等各客运量的预测结果。 相似文献
5.
运用SPSS统计软件,对某医科大学图书馆2016年至2018年的微信公众号用户量建立合适的ARIMA模型,模型定为ARIMA(0,2,1)(0,1,1)_(12),并通过该模型对2019年1月与2月用户量进行预测并与现实数据进行对比。ARIMA模型的建立旨在为图书馆新媒体阅读推广提供参考。除此之外,将微信公众号功能模块作为影响微信公众号用户量的因素之一,对其点击量进行统计与分析,根据分析结果,需要对菜单功能模块做适当调整。 相似文献
6.
《内蒙古科技与经济》2017,(15)
基于成都2009年~2016年的平均温度的数据使用SAS对其进行乘法季节ARIMA建模,从模型的识别、参数估计、建模和预测等各方面介绍了模型建立和预测的过程,发现ARIMA(0,1,1)x(0,1,1)12模型能很好的拟合其平均温度的变化,并用该模型进行预测,结果表明平均温度逐年上升。 相似文献
7.
中国石油消费量增长趋势分析——基于ARIMA模型的预测与分析 总被引：2，自引：0，他引：2
石油属于重要的战略物资和民用能源,对其消费量进行预测,可为合理安排原油生产和石油进出口提供依据,优化社会资源的配置。本文采用Box和Jenkins的ARIMA模型,对1953年以来我国石油消费量的年度数据进行分析,原始数据来源于《中国统计年鉴》。与结构性因果模型、自回归(AR)、移动平均(MA)、自回归移动平均(ARMA)模型等相比较,ARIMA模型不但适合于我国石油消费量的非平稳时间序列的特点,并且预测效果比较理想。结果表明,ARIMA(4,1,5)模型的预测效果良好,2001年~2005年平均预测误差仅为4.01%,可用于未来我国石油消费量的预测。对2006年~2008年的预测结果表明,今后几年我国石油消费量将以较高的年增长率增加,2008年将达到约53 000多万吨标准煤,表明今后几年我国对外石油依存度将再度上升。 相似文献
8.
9.
ARIMA模型在河北GDP预测中的应用 总被引：1，自引：0，他引：1
采用求和自回归移动平均模型(ARIMA),对河北经济年鉴的数据进行分析。结果显示,ARIMA(1,1,1)模型提供较准确的预测结果,可用于未来的预测,可为河北发展提供可靠的参考依据。 相似文献
10.
入境游客量的预测是制定旅游发展规划和相关政策法规的重要依据。基于“谷歌趋势”提供的涉及旅游活动食、住、行、游、购、娱等环节的相关关键词搜索数据,通过计算相关系数,找出与国家旅游局公布的2004年1月至2015年3月中国入境外国游客量统计数据密切相关的搜索关键词。同时,利用2004年1月至2012年12月的入境外国游客量数据构建一般季节性乘积ARIMA模型,以及带搜索关键词作为自变量的季节性乘积ARIMA模型,分别对2013年1月至2015年3月入境外国游客量进行模拟预测,比较两模型的拟合程度和预测能力。研究发现：加入谷歌关键词作为自变量的季节性乘积ARIMA模型比一般季节性乘积ARIMA模型拟合效果和预测精度高,而中国签证政策与航班信息均对入境外国游客量有显著的影响。 相似文献
11.
从2011.01～2018。08共104个月的海南旅游人数数据出发,首先利用自相关图和偏自相关图对旅游人数序列进行平稳性检验,根据长期趋势性和季节性的特点,确定采用乘积ARIMA模型。按AIC最小准则,对模型进行定阶,最终建立了ARIMA(1,1,1)×(1,1,1)_(12)模型。通过R软件计算,实现对海南旅游人数的预测。2018年9旅游人数预测相对误差分别为2.06,一步预测效果非常理想。与确定性因素分解模型相比,ARIMA(1,1,1)×(1,1,1)_(12)模型预习效果更优。在智慧城市建设进程中,月度旅游人数预测更能及时、准确地掌握游客数量变动趋势,相关管理部门能提前做好预案,提升游客体验度。 相似文献
12.
本文用ARIMA模型对上海市1978年到2006年GDP数据进行分析,并预测出未来三年的GDP数据。与2007年实际GDP相对照模型预测误差较小,说明ARIMA模型非常适合于短期预测。 相似文献
13.
《资源科学》2015,(11)
入境游客量的预测是制定旅游发展规划和相关政策法规的重要依据。基于"谷歌趋势"提供的涉及旅游活动食、住、行、游、购、娱等环节的相关关键词搜索数据,通过计算相关系数,找出与国家旅游局公布的2004年1月至2015年3月中国入境外国游客量统计数据密切相关的搜索关键词。同时,利用2004年1月至2012年12月的入境外国游客量数据构建一般季节性乘积ARIMA模型,以及带搜索关键词作为自变量的季节性乘积ARIMA模型,分别对2013年1月至2015年3月入境外国游客量进行模拟预测,比较两模型的拟合程度和预测能力。研究发现:加入谷歌关键词作为自变量的季节性乘积ARIMA模型比一般季节性乘积ARIMA模型拟合效果和预测精度高,而中国签证政策与航班信息均对入境外国游客量有显著的影响。 相似文献
14.
通过对东三省2004~2014年二三产业增加值、资本存量、二三产业从业人数、城市建设用地面积四项数据,采用空间计量分析的空间误差模型和空间滞后模型,对国有建设用地投入与经济增长关联性进行分析,发现东三省尤其是吉林省长期以来的土地供应和土地财政制度逐步降低了土地的使用效率,进而降低了资本使用效率,导致国有建设用地投入和二三产业经济增长出现了负相关。说明东三省原来的经济增长模式已经不具有可持续性,转变粗放式经济发展模式已经到了关键节点。 相似文献
15.
《黑龙江科技信息》2020,(12)
生物与生态构成的统一整体称为生态系统,在这个系统中,生物与环境相互影响、相互制约,并形成了相对稳定的生态平衡状态。对不同物种的生物信息进行研究具有重大意义。生物信息学的主要研究对象由DNA、RNA和蛋白质分子构成,这些大分子中含括了物种进化和遗传的所有信息。其中DNA里的线粒体是生物系统研究中应用最为广泛的遗传物质之一,具有进化速率快,在遗传过程不发生基因重组、倒位、易变等突变,严格遵守母系遗传方式的特点。本文中对于30个哺乳动物的线粒体DNA进行研究,利用短记忆ARIMA模型做出详细阐述,概述了线粒体DNA携带mtDNA的一般属性。我们首先对于30个物种随机抽取5个物种的线粒体DNA(位置4,70个碱基)的碱基序列,对其进行时序化;然后利用ARIMA模型进行模型识别、参数估计、模型诊断(检验及优化)、进行预测(碱基位置71-75)。结果表明:在短记忆模型ARIMA(p,q)模型高度显著拟合下,其作为合适的时间序列模型能帮助我们挖掘DNA序列中的未知特性。 相似文献
16.
通过查阅1978年～2012年的《重庆统计年鉴》,得到重庆市1978年～2012年的GDP数据,运用Eviews7.0软件及时间序列分析方法对重庆市GDP的平稳性进行检验,根据时间序列模型的识别规则及ARIMA模型的建模方法,建立了ARIMA（1,2,0）模型,用该模型能描述重庆市GDP状况并作短期预测分析. 相似文献
17.
18.
本文首先采用指数平滑模型、ARIMA模型及多元回归模型,对中国海洋生物医药业增加值建立了单项预测模型,随后引进诱导有序加权几何平均(IOWGA)算子的概念,建立了组合预测模型。实证结果表明,组合模型能有效提高预测精度。最后利用组合模型对"十三五"期间中国海洋生物医药业发展趋势进行了预测分析并提出了对策建议。 相似文献
19.
20.
本文根据河南省能源消费的历史数据,建立了时间序列ARIMA模型,并对模型进行分析得出,该模型可以对能源消费作出有效预测,然后应用该模型预测了2012年至2015年的河南省能源消费情况。 相似文献