上证指数的时间序列分析及其预测

本文根据中国1991年-2009年上证指数的历史数据,建立了三个对上证指数未来走势进行预测的模型,并对预测结果进行了分析,依据分析结果对模型进行了评价。     

基于时间序列的网络流量分析与预测

随着计算机网络的迅速发展,目前的网络规模越来越庞大和复杂,相应面临对网络有效管理的要求就越来越高。本文通过对CERNET(ChinaEducationandResearchNetwork)上某个端口的网络流量数据的统计分析,给出了一种用时间序列的方法对流量数据进行模拟仿真,从而达到对网络流量的控制和预测以便提高对网络服务的质量。     

基于时间序列分析的潜在学科交叉前沿主题识别研究

[目的/意义]识别学科交叉前沿主题并预测其发展趋势,有助于了解学科内部结构,挖掘领域重点部署方向,为未来创新性、突破性研究提供参考。[方法/过程]以美国国家自然科学基金项目及其产出论文分别作为前端、后端数据,首先,从三个维度测度项目学科交叉度,遴选领域学科交叉项目;其次,从主题关注度、新颖度等方面构建研究前沿主题识别指标体系,对学科交叉主题进行二次遴选,满足阈值的即为学科交叉前沿主题;再次,对比时间序列分析模型ARIMA和LSTM主题拟合效果并选择误差最小模型对学科交叉前沿主题进行趋势预测分析;最后,以生物科学领域为例对方法的有效性和可行性进行实例验证。[结果/结论]生物科学领域在纳米生物学技术、全球变化和海洋环境生物学、生物信息学及壶菌病与两栖动物多样性方面有较好发展前景。经专家咨询和已有研究对比分析,该方法可有效识别领域学科交叉前沿主题,并对其未来研究趋势走向有一定参考借鉴。     

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。     

基于MATLAB的时间序列分析法的应用研究

时间序列分析是一种重要的现代统计分析方法。利用MATLAB实现三种时间序列预测方法:移动平均法、指数平滑法和最小二乘法对两种有代表性的数据以图表进行相关的误差分析,详细比较三种方法的特点和适用范围。     

线性模型二次指数平滑预测方法研究

二次指数平滑公式由于具有时间序列数据厚近薄远的调节性、修匀平滑性、递推性、自适应性等优点,在传统时间序列预测中占有重要的地位,起着特殊的作用.但是,和移动平均方法一样,对于呈现增长变动趋势的经济变量,指数平滑方法也会产生滞后偏差.自然,在线性增长模型中,也不例外。本文拟对二次指数平滑在线性模型预测中的滞后效应与预测误差分析方面进行一些探讨. 1 问题的提出在传统的时间序列预测方法中,指数     

基于时间序列分析的体育比赛成绩分析与预测

对时间序列分析在体育比赛成绩分析与预测中的应用进行了研究。讨论对体育比赛成绩数据进行时间序列分析的可行性。通过软件SAS和E-view进行实例分析,给出优化模型,用以预测比赛成绩。然后通过对比预测成绩与真实成绩之间的差异,对运动员进行定量评价。     

组合预测模型在宁波港口集装箱吞吐量的预测研究

选取2002-2010年宁波市港口集装箱吞吐量数据,分别建立灰色预测模型与三次指数平滑模型,在两种模型基础上进行加权组合,建立科学的组合预测模型,并对"十二五"规划期间2011-2015年宁波港集装箱吞吐量进行预测。分析结果表明:组合模型的高精度预测可以对今后一个时期宁波港口发展和改革的战略以及可持续发展的建港提供思路。     

基于时间序列模型的传染病分析

本文选取了从2005年1月到2011年9月间丙类传染病的月发病数,在考虑长期趋势与季节因素的基础上,选择ARIMA模型来对我国丙类传染病每月的爆发数量进行拟合,同时对未来1年的发病情况进行预测.     

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。     

时间序列预测中提高预测准确度的几种方法

经济预测工作中,人们都希望尽量使预测结果准确些。而影响预测精度的因素有很多,诸如预测者的知识、经验、预测使用的模型方法等。其中有些因素,我们不可能一蹴而就,很快就能满足提高准确度的要求,例如预测者的知识、经验等,这需要较长时间的不断地学习、探索和积累。但是其中有的因素,例如预测方法使用得恰当的话,那么预测结果的准确度就会高一些。本文拟介绍在时间序列预测中使用并且对提高预测准确度有关的三种方法:原始数据加工法、交叉预测法和平行预测法。     

多项式指数平滑预测模型的渐近最优性研究

本文在渐近形式指数平滑下,证明了多项式指数平滑预测模型具有最优性。在有限形式指数平滑下,证明了多项式指数平滑预测模型具有渐近最优性     

指数平滑预测法研究的若干新结果

指数平滑预测法研究的若干新结果汪琥庭（合肥经济技术学院）ＳｏｍｅＮｅｗＲｅｓｕｌｔｓｏｆＥｘｐｏｎｅｎｔｉａｌＳｍｏｏｔｈｉｎｇＦｏｒｅｃａｓｔｉｎｇＳｔｕｄｙＷａｎｇＨｕｔｉｎｇＩｎｔｈｉｓｐａｐｅｒ，ｗｅｐｒｅｓｅｎｔｔｈｅｇｅｎｅｒａｌｉｚａｔ...     

三次指数平滑预测法渐近最优性及其预测偏差的进一步研究

本文在渐近形式指数平滑下，进一步证明三次指数平滑预测法具有线性最优性。在有限形式指数平滑下，进一步分析三次指数平滑预测法的预测偏差。由此说明，在大样本条件下，三次指数平滑法具有渐近最优性，并给出小样本条件下，三次指数平滑预测法预测偏关的校正公式。     

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。     

基于时间序列的物流产业增值预测模型分析

根据1978-2009年的统计数据,首先将我国物流产业增值与我国GDP进行回归分析,然后将我国物流产业增值进行时间序列的四种方法的建模。通过以上五种模型的建立,以2010-2012年的统计数据作为检验数据验证预测效果,依据真实值与预测值的误差百分比进行最优模型的选取,最终选择ARMA(p,q)模型为最优模型,并用该模型对我国2013-2015年的物流产业增值进行定量预测。最终将预测结果结合定性分析进行修正,使预测值更具有现实意义。     

经济时间序列的状态空间预测

预测是研究经济时间序列的重要课题,而经济序列大都是非平稳的,因此经济序列的预测比一般平稳时间序列困难得多。利用状态空间模型对经济序列进行建模、预测,不仅方便易行,且效果很好。不仅可对经济时间序列所含趋势、周期、季节各分量进行预测,而且可对经济时间序列本身进行预测。本文就是讨论用状态空间模型对经济序列进行预测的方法与实现。     

江苏省电力需求的短期预测

为了促进江苏省经济的持续稳定增长,运用霍尔特双参数指数平滑模型,GM（1,1）模型以及组合预测模型对江苏省的电力需求进行预测,并分析预测值与实际值的误差和相对误差,选出了最优模型,根据最优模型对江苏省2010-2014年的电力需求进行预测。     

一种包含周期变动的回归预测模型

众所周知,利用普通回归模型预测,误差往往很大。道理很简单,普通回归模型仅考虑长期趋势。本文建立了一种包含周期变动的回归预测模型,提高了拟合度,减少了预测误差。     

国际石油价格时间序列的混沌分析与预测

石油是当今世界最为重要的基础能源、化工原料和战略资源,它不仅支撑着石油生产国和消费国的经济发展,而且联系着各国国民经济的发展、人民生活水平的提高和国防安全。因此,石油价格是当前全球关心的普遍问题。研究表明,石油市场是具有混沌特性的复杂非线性系统。本文在非线性系统及复杂性理论框架内,采用相空间重构技术,提取描述吸引子特征量参数,定量的证明石油价格演化过程具有混沌特性,并采用混沌时间序列预测法预测石油价格走势。对近3年国际石油价格走势做了短期预测,预测结果表明,如无重大突发事件发生,2008年国际石油平均价格将有所上升,会在高价位持续震荡;2009年则会有所回落,将在每桶64美元上下波动。