应用时间序列分析模型分析我国航班延误问题

时间序列分析理论用于处理数据有明显的时间序列特征。用于解决此类问题的软件Eviews是专门从事数据分析、回归分析和预测的工具。使用Eviews可以迅速从数据中寻找出统计关系,并用得到的关系去预测数据的未来值。将时间序列模型应用于分析我国航班延误问题,得出了较为准确的分析结果,并提出了改善航班延误问题的方法和思路。     

我国城市化水平的时间序列分析

本文利用Box-Jenkin的随机时间序列ARIMA(p,d,q)模型分析法,通过特点的数据处理方式,建立了我国城市化水平的ARIMA(1,2,1)动态预测模型,预测了2006—2010年我国的城市化水平,提出要不失时机地采取相关措施,创造一定条件促进城市化的持续健康稳定的发展的四点建议。     

保山城区空气污染指数的时间序列分析

根据保山城区2005—2008年的大气污染物监测资料,采用时间序列分析中的ARIMA模型,探讨保山城区空气污染指数的变化规律。结果表明,采用时间序列分析空气质量状况是可行的。     

基于时间序列分析的火灾趋势研究

一定时期内多起火灾的发生往往能够表现出非常明显、严格的概率规律性,这正是对火灾趋势研究的理论基础和依据。基于24小时火灾统计数据建立火灾趋势分析与控制的时间序列模型,最后根据模型结果对24小时火灾统计数据进行火灾趋势分析,有助于及时控制火灾趋势。     

时间序列分析的理论与应用综述

时间序列分析提供的理论和方法是进行大型高难度综合课题研究的工具之一。其预测和评估技术相对比较完善,其预测情景也比较明确。近年来已有很多学者对于时间序列的研究取得了极其丰硕的成果,有的甚至在时间序列分析方法的基础上,研究出新的预测方法,在应用中求创新求发展。笔者从基本理论与应用等方面对时间序列分析进行了综述,同时阐述了它未来的发展趋势。     

基于时间序列分析的节气性火灾分析与预测

以2007-2009年每节气火灾发生数据为样本,利用时间序列分析方法拟合三次多项式函数模型,可以揭示火灾发生的规律性,进而确定火灾发生的高危节气,从而为防灾减灾提供科学依据。     

基于时间序列的傅里叶级数计算分析

本研究以一个扩散方程为目标推求扩散系数,在研究过程中使用频谱分析方法将时序资料由时间域转换至频率域,若此随机变量具有数个正弦波叠加的特性,频率域上则会出显数个明显的尖峰,据此可以分析时序的周期特性。     

广西生产总值的时间序列分析

通过介绍时间序列ARIMA模型分析法,运用SAS8.0软件系统对1978-2006年广西壮族自治区生产总值立模型,通过比较选择了拟合较好的ARIMA(1,1,0)模型,并且作了预测分析,得到较为满意的效果.     

基于非线性时间序列分析的网络流量预测

通过对网络流量的准确预测,实现流量的宏观调控和自适应调节,可避免网络拥堵。传统方法对网络流量的预测采用线性信号分析方法,而忽略了网络流量的非线性耦合特性,对流量的预测精度不高。提出一种基于线性时间序列分析的网络流量预测算法。仿真实验表明,采用该算法进行网络流量预测,能有效提高预测精度,并具有较强的稳定性和抗干扰性,具有较好的应用价值。     

时间序列预测法的实际应用分析

根据所搜集的实际数据资料，以统计学为基础，采用时间序列预测方法，对扬州市农业总产值时间序列建立了趋势模型，结果说明简单模型也能达到较好的拟合效果和精度。     

亚硝酸盐与食物中毒

该文介绍了食品中亚硝酸盐的来源 ,探讨了亚硝酸盐中毒机理 ,提出了预防和减少亚硝酸盐及亚硝胺危害的方法途径     

校园食物中毒的法律责任分析

近年来随着学校后勤社会化的普及,我国中小学的绝大多数食堂与学校脱离关系,由承包方按照市场化的方式运作,但是市场化规范程度远远不够,造成校园食物中毒的频繁发生,严重损害了学生的身心健康,破坏了校园正常的教育教学秩序.本文将系统的分析校园食物中毒的法律责任,以更好地维护学生的权益,促进和谐校园的建设.     

谈时间序列分析的稳定性

对随机环境下时间序列模型的稳定性进行了研究,并得到了该模型伴随几何遍历的一个判别准则。     

随机测量量时间序列分析

给出信号检测中随机测量量时间序列分析的方法，研究参数的统计特性。     

对当代中国群体性事件动态的逻辑分析

群体性事件是当前政治学、社会学研究的热点问题。群体性事件是一个动态的过程,是参与各方充分利用制度空间来寻求维护自身利益的一项集体行动。构建和谐社会,必须处理好制度、组织、行动者利益之间的关系,力求行动各方在制度框架内解决分歧。     

水文序列的时间变异性分析

利用信息论的基本概念 ,构造了分析水文序列信息差异度的诊断方法 ,并用于长江上游某控制站的年最高洪水位序列和陆水流域年降雨序列的时间变异性分析。结果表明 ,此法可有效地诊断水文序列的变异性 ,所得结论符合实际 ,具有较高的理论价值。结合中长期水文气象预报 ,研究和分析区域水文生态序列的时间和空间变异性特征 ,以便了解气候和生物圈状况的区域变化对水文、生态和水资源系统的影响     

小波分析在径流时间序列预测的应用

利用dmey小波变换、db4小波变换将柳江年径流总量及年最大径流量时间序列分别分解为不同尺度的频率信号,再使用传统时间序列分析方法对径流分解的频率信号分别设置参数并进行预测,最后利用小波逆变换对预测结果进行重构,以此建立年径流总量、年最大径流量预测模型.与只采用传统的时间序列预测模型对比,联合了小波变换的方法均获得更精确的预报结果.计算结果表明将小波变换运用于径流时间序列的预测能有效提高径流变化趋势预测的准确率,预报的稳定性以及精确度均能明显改善.