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。     

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.     

基于主成份分析和时间序列分析的高碑店经济发展态势研究

本文立足于高碑店市经济发展现状，建立经济发展的综合评价指标体系，运用时间序列和主成分分析方法对高碑店市1995-2006年的经济发展历程作了动态描绘。研究结果表明，高碑店市经济发展处于整体攀升状态。     

主题演化时间序列中的关键时间点分析

主题演化分析在捕捉最新的学术热点和发现重要的科研成果中起着重要作用.文章借鉴信息检索领域中的时间检索方法,提出一种主题演化中关键时间点计算的方法.基于情报学期刊的实验结果表明,该方法可有效地找出某一研究分支中相关主题演化的重要时间段,为从时间角度研究学科演化提供了一种新的方法和思路.     

时间序列分析课程建设的几点探索

时间序列分析是统计学的专业课,本文主要探讨了该门课程建设的主要内容,包括教学内容的设置,初步建立了教学体系,以及课程建设的主要目的是提高学生的实际应用能力。     

基于小波分析的非平稳时间序列分解

本文提出了基于小波变换的非平稳时间序列分解方法。通过小波分解,将原时间序列依尺度分解成不同层次,利用尺度系数作为季节性乘积分量,将小波系数序列处理为方差平稳的平稳序列,并应用于样本数据异常点的识别和修正,使模型的预测精度得到提升。实例验证该方法是有效的。     

基于Matlab的m序列的仿真与实现

m序列是一种典型的伪随机序列,它在扩频通信、流密码、信道编码等领域有着十分广泛的应用。本文介绍了m序列构造方法及基本性能,并利用Matlab中的Simulink仿真系统及M语言编程实现它们的产生和分析。仿真结果验证了该方法的正确性和可行性.     

时间序列分析课程建设的几点探索

时间序列分析是统计学的专业课,本文主要探讨了该门课程建设的主要内容,包括教学内容的设置,初步建立了教学体系,以及课程建设的主要目的是提高学生的实际应用能力。     

基于时间序列聚类的科研成果关键词分析方法

   鉴于传统方法对科研成果关键词研究存在较强主观影响和较少考虑时间因素等问题,提出基于时间序列聚类的科研成果关键词分析方法。该方法通过统计分析方法验证关键词出现顺序在一定程度上反映了关键词反映主题思想的重要性,将关键词的重要度转化为时间序列数据,分别从重要度的数值和趋势两个角度出发,使用动态时间弯曲方法度量关键词重要度时间序列数据之间的相似性,结合近邻传播方法对关键词时间序列数据之间的相似性矩阵进行聚类分析,实现科研成果的关键词分析研究。通过对某科研管理类重要期刊2008—2017年期间刊发的科研成果论文关键词研究发现：新方法不仅可以对科研成果中关键词的关注热度和趋势进行聚类划分,自适应地找到中心关键词作为相应类别的特征代表对象,还能为科研成果关键词的主题分析提供理论方法和决策支持。     

实时仿真系统的时间特性分析与控制

论文从仿真中的时间定义出发,对半实物仿真系统中的实时约束进行了理论分析,讨论了自然时间、仿真时间、机器时间在仿真中的一致性等问题。并对半实物仿真的实时控制技术进行了讨论。     

时间序列分析在边检工作中的应用

出入境边防检查站承担着维护国家主权、保卫国家安全、维护口岸秩序的重要职责,其重要任务之一就是对出入境人员及交通工具进行检查.通过对受检查的人员及交通工具数量进行时间序列分析能够及时了解出该口岸的出入境情况,并根据数量的变化及时调整边检站的工作方式.     

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     

基于时间序列的图书馆个性化服务研究

数据挖掘技术运用到图书馆数据库中使得挖掘读者借阅数据间的规律成为可能。通过选取图书馆一星期的借阅信息,利用读者借阅数据的相关实例来描述时间序列法在图书馆中的运用,分析其在图书馆建设中的作用和意义。     

利用时间序列分析法分析物价

<正> 物价是国民经济运行的晴雨表,88年至95年,我国出现了两次通货膨胀,给经济生活的健康运行,人民生活的逐步改善以及对外开放的进一步扩展带来了不利影响,这些现象促使我们对物价增长问题进行深入地探讨和研究。 本文采用时间序列分析方法,结合物价波动理论,对山东省1988—1994年的消费品零售物价进行分析。本文数据是从山东省统计局获得的。得到的样本为从1989年1月到1994年12月的物价指数序列(附表Z_E),样本个数为84。把1993年12月的物价定为100,根据环比指数的定义,换算出7年中各年按月物价,这样得到的数据是以1993年12月物价为100的定基指数序列(附表Z_1),对这一序列(Y_t)进行分析,得出物价波动规律。 影响物价序列(Y_t)的因素为:季节变动(S_t),长期趋势变动(T_t),不规则变动(C_t),随机性变动(E_t)。这四种变动因素之间存在某些相互关系,它们不是独立地影响物价,物价的任何一种变化可能是一种或几种变动因素共同影响的结果,因此采用乘法模型     

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。     

时间序列预测方法评述

本文对目前常用的和较有发展前途的时间序列预测方法进行了评述,分析了这些方法的长处和不足,并指出了一些值得研究的问题。     

时间序列的非平稳度分析

时间序列非平稳度不仅是系统特性的反映,还与研究者感兴趣的时间尺度有关,目前相关的研究集中在统计学,非线性科学和时频分析领域。本文介绍三种有代表性的定义方法,并通过实例分析,比较了后两种方法的联系与区别。最后对非平稳度研究的现状做了简单的评价。