基于MATLAB的线性最小二乘估计

采用线性最小二乘估计,可以寻求有限测量数据及其伴随误差的变化规律。本文针对具体实例,采用最小二乘估计,并用MATLAB编制程序,对测量数据进行拟合与分析。     

农产品价格时间序列几种预测模型的研究

本文分析与比较了单指数平滑、双指数平滑、自回归单整移动平均法、季节自回归单整移动平均法这四种畜产品价格预测方法。由于指数平滑法遵循“重近轻远”,在短期预测上能得到较好的预测结果,使时间序列所包含的历史规律性能显著地体现出来。季节ARIMA有时得不到较优的预测模型,这时可以用非季节ARIMA模型来代替,弥补季节ARIMA的不足之处。综合生猪业的发展,用基本的原理和预测模型来逐步分析模拟猪肉的价格,通过大量的努力找到最优的模型。     

浅谈时间序列的分析预测

时间序列理论是研究计量经济的基础，时间序列分析预测方法是定量分析的主流方法，本文阐连了时间序列的基本特征，并介绍了时间序列的有效分析预测模型：由于已有模型的固有缺陷，这将促使我们进一步探究先进的方法理论。     

流程工业中基于混沌时间序列的成本预测研究

针对流程工业中连续性生产过程的时间序列特点,采用基于混沌时间序列的Lyapunov指数计算和预测方法对成本进行了预测研究。     

基于神经网络的多维时间序列预测预报方法

1 引言时间序列就是一列随时间变化的数,它是对客观事物的一种描述,属于时域分析的范畴。我们研究时间序列的目的,就是要对时间序列建立一个参数模型,用于描述事物发展的变化规律。定义1:时间序列{x(t)}是一个t∈Z的实值向量随机变量,其中Z表示整数集。在定义1中,如果x(t)∈R~1,那么{x(t)}就是一维时间序列,所建立的模型称为一维时间序列模型;如果x(t)∈R~(?),那么{x(t)}就是r维时间序列,所建立的模型称为r维时间序列模型。 Box和Jenknis首先成功地建立了一维时间序列模型。近年来Tong也在这方面做了许多很有影响的工作。通过许多人的努力,使得一维时间序列模型,如ARMA模型等都能较好地应用于实际预测工作。一个一维序列{x(t)}的(p,q)阶ARMA模型     

浅谈时间序列分析模型基本理论

时间序列模型就是利用时间序列的相关性质建立起来的,是一种先进的统计方法,当有足够多的数据来构成一个时间序列,此时建立起来的时间序列模型通常可以得到很好的预测效果。     

基于时间序列分析的图书类目馆藏量预测

利用时间序列分析方法建立H315与H319两类图书馆藏量模型,预测出后两年馆藏,实验表明所拟合模型具有很好的预测性能。根据预测结果,图书馆合理安排图书架位,从而能减少图书倒架工作。     

基于灰色系统理论和时间序列的销售状况预警系统研究

本文在分析了各种产品销售量预测模型的基础上，提出了结合灰色理论优点，进一步改进了时间序列预测模型预测产品销售量的方法，剖析了预警系统模型的基本算法，并通过应用实例验证了模型的有效性。     

结构比例时间序列的拟合与预测方法

结构比例时间序列的拟合与预测方法朱新生王永森（辽宁大学数学系ｌ１００３６）（沈阳汽车工学院ｌ１００１５）在经济问题的预测中，对结构比例数据的研究占有十分重要的地位。比如：考察我国或某省的劳动力在三个产业中占有比例的现状和发展趋势；考察我国农业、轻工业...     

基于ARIMA模型的东三省粮食产量时间序列分析

本文利用时间序列分析中的ARIMA(p,d,q)模型,根据1978-2013年我国东三省粮食产量数据进行了随机性分析,结合EVIEWS和SPSS等统计分析软件,通过对模型识别、比较、建立以及检验,最终选定ARIMA(3,1,2)模型,并运用此模型拟合了东三省2009-2013年的粮食产量,同时对东三省2014-2023年未来十年的粮食产量进行了分析与预测。     

谱分析在测定时间序列周期中的应用

本文讨论了测定时间序列周期的谱分析方法，结合实例，对泰安市粮食生产进行了最大地谱分析，对粮食生产和畜牧业生产进行了交叉谱分析。在此基础上，分析了粮食生产波动规律及其与畜牧业生产之间的波动关系。     

基于GEP的经济时间序列组合预测方法研究

线性组合预测效果欠佳,非线性函数的挖掘也很困难,本文提出了基于基因表达式编程的非线性组合预测的新方法.理论分析和应用实例表明,相比模糊神经网络等组合预测而言,该方法具有很强的学习和仿真功能,在社会经济复杂系统中时间序列的组合建模和预测中具有很好的应用价值.     

基于LabVIEW的曲线拟合应用研究

简要介绍了曲线拟合算法以及虚拟仪器软件LabVIEW,对各子模块曲线拟合理论作了介绍,并辅以实例介绍了曲线拟合在LabVIEW中的实现。     

对负荷测量数据进行平滑的一种算法

本文提出了一种利用卡尔曼滤波对负荷测量数据进行平滑的算法,通过预测估计,最小二乘法和卡尔曼滤波平滑等算法解决实际负荷测量中存在的错误.     

时间序列数学模型在税收分析中的应用

本文以贵州省地方税源为例,运用统计、数学模型等方法,探索地方经济与税源以及税收三者之间的关系,预测和分析地方税收的基本概况,并据此提出一些地方税收增长的对策措施,从而为税收管理服务,给领导决策税收政策提供依据。     

基于时间序列模型的微信公众号关注量的预测研究

为了准确把握图书馆微服务规律及特征,文章探讨了残差自回归模型和二次指数平滑法在某高校图书馆微信公众号关注量预测中的应用,预测结果显示两种方法的预测精度都很高,短期内残差自回归模型更优;对较长期的预测,二次指数平滑法更优。     

DNA序列分析法在金融数据时间序列中的应用

通过线性分段将连续性的金融时间序列转化为离散性的字符序列,并基于DNA序列分析法,讨论了此类字符序列的标度特性,以及在金融数据时间序列预测中的可能应用     

小波网络在时间序列分析中的应用

本文把小波分析应用到对时间序列的分析中,利用小波具有时频局部性的优点,通过选择适当的小波基来显示时间序列的周期性和随机性,并由神经网络计算方法来确定时间序列的趋势函数及小波基的系数。通过对具有不同特点的实际例子进行分析,证明方法是可行的     

基于MATLAB的最小二乘曲线拟合

本文主要介绍了最小二乘曲线拟合方法的基本思路,并通过编制MATLAB程序对测量数据进行了一阶拟合和二阶拟合,实现了拟合多项式系数的求解。     

基于时间序列的机构学术评价及实证研究

构建时间序列h型指数,对其合理性进行分析.结合《中国引文数据库》对39所985高校图书馆学术影响力进行实证分析.研究表明:时间序列h型指数结合了机构科研产出的时间经典效应与科研产出的高被引效应,通过实证分析,时间序列h型指数还兼顾了由于时间积累短的有潜力科研产出对机构学术评价的影响,对机构学术影响力评价更加合理.