ARIMA模型在楚雄市年平均气温预测中的应用研究

文章运用时间序列ARIMA模型的建模方法对云南省楚雄市1961年到2010年年平均气温进行分析研究,通过SAS软件建立了ARIMA(p,d,q)时间序列模型,同时运用建立的模型对楚雄市未来4年的年平均气温值进行了预测;本文的研究结果对当地工农业生产、人民生活具有一定参考价值。     

时间序列预测模型在中小企业中的应用研究

文章应用几种不同时间序列预测方法对中小企业销售额进行建模并预测,旨在建立适用于中小企业的预测方法和预测模型,收集了某企业某产品2006~2012年各月销售额数据,利用时间序列中的回归模型、ARIMA模型对其进行拟合建模,并运用各模型对2013年前6个月的销售额进行了预测及比较分析,从中选出预测精度相对较高的模型。     

SPSS预测模型在商场中的应用

探讨了SPSS 12统计软件包中回归、指数平滑及ARIMA(自回归求和移动平均)等时间序列分析模块的建模及预测方法。根据金星商场1997年～2005年，1～12月的销售历史资料，建立对数模型、指数平滑模型和ARIMA乘积模型，并对三的预测结果进行比较分析，给出了平均相对误差。得出ARIMA乘积模型误差最小，它适于对有趋势性和周期性的观察数据进行预测。SPSS12统计软件包时间序列分析模块操作方便，在商场统计预测中有广阔的应用前景。     

ARIMA模型对社会消费品零售总额的拟合应用

主要讨论求和自回归移动平均(ARIMA)模型在我国社会消费品零售总额序列分析中的拟合应用,通过SAS/ETS软件中的ARIMA过程实现对该时间序列的季节自回归移动平均(SARIMA)模型的拟合和分析,得到理想结果.     

时间序列在老龄人口预测中的应用

本文介绍了时间序列分析模型ARIMA模型,给出了ARIMA模型的具体计算方法,并利用湖北省老龄人口数对ARIMA模型进行拟合分析,确定了模型的参数,最后得出的结论是利用时间序列模型对老龄人口数进行预测较合理。     

时间序列预测模型的改进及应用——以预测甘肃省天水市的胆囊炎发病率为例

利用主成分分析(PCA)对影响因子进行筛选后,再利用LSSVM进行建模和预测,由此得到了一种新的时间序列预测模型(PCA-LSSVM)。以甘肃省天水市的胆囊炎发病率为例,应用PCA-LSSVM预测模型进行实证分析,结果表明,此模型的预测精度优于PCA-MLR,ARIMA,LSSVM等参比模型。     

基于HP滤波和ARIMA模型的我国GDP分析与预测

选取中国改革开放以来GDP的年度数据,运用HP滤波技术将GDP序列分解为长期趋势部分(Trend)和短期波动部分(Circle)并进行宏观描述性分析。对GDP序列建立ARIMA(p,d,q)模型,依据赤池信息准则(AIC)、施瓦茨准则(SC)和杜宾-瓦特森(DW)检验值筛选出最优模型并评价模型的精确性,运用该模型对GDP序列做近期预测。结果表明:我国GDP序列长期趋势表现为持续增长特征,短期趋势表现为波动特征;我国GDP的对数序列是一阶单整序列;ARIMA(1,1,2)模型能够很好地反映GDP变化的规律,其预测的平均相对误差为0.015。     

基于时间序列的退化型产品可靠性评估方法

在不假定退化轨道的基础上,提出利用时间序列的方法,使用ARIMA模型对退化数据进行建模,拟合其退化规律,预测失效寿命,进而进行可靠性评估.并给出实例,说明该方法具有较好的适用性和有效性.     

洛阳市人口发展趋势的ARIMA模型

基于洛阳市1989-2009年人口总量数据和线性时间序列建模方法,建立了洛阳市人口发展趋势的ARIMA(2,2,1)模型,并且对2010-2016年洛阳市人口总量和发展速度进行了预测.预测结果显示,洛阳市总人口在未来几年将保持平均增长量为3.6万,平均增长率为0.52%的态势增长.     

对山西城镇居民家庭消费性支出的预测分析

运用SAS软件系统中的时间序列建模方法对1981-2000年山西城镇居民家庭人均全年消费性支出建立了ARIMA模型，并做了预测分析，得到了较高的预测精度，为家庭人均全年消费性支出的预测提供了一种方便实用的方法．