共查询到20条相似文献,搜索用时 0 毫秒
1.
本文采用ARIMA模型型对1974年-2003年我国能源消费量的年度数据进行分析,结果显示,ARIMA模型不但适合于我国能源消费量的非平稳时间序列的特点,并且可以用于未来值的预测。 相似文献
2.
3.
4.
本文介绍求和自回归移动平均模型ARIMA(p,d,q)的建模方法及Eviews实现。将ARIMA模型应用于杭州市全社会固定资产投资数据的分析与预测,得到较为满意的结果。 相似文献
5.
本文截取了山东省2001年-2010年社会消费品零售总额数据,对数据进行了统计分析,建立ARIMA模型,并通过此模型对山东省2011年和2012年的社会消费品零售总额进行了预测. 相似文献
6.
本文介绍求和自回归移动平均模型ARIMA(p,d,q)的建模方法及Eviews实现。广泛求证和搜集从1952年到2006年以来湖北省GDP的相关数据,运用统计学和计量经济学原理,从时间序列的定义出发,结合统计软件EVIEWS运用ARMA建模方法,将ARIMA模型应用于湖北省历年GDP数据的分析与预测,得到较为满意的结果。 相似文献
7.
人均粮食占有量序列是一组依赖于时间变化的随机变量.可用ARIMA模型予以近似描述。文章运用1950-2007年我国人均粮食占有量数据建立ARIMA模型,对我国未来人均粮食占有量进行预测.结果表明:2010年的我国人均粮食占有量可以满足未来十年内人均消费量。通过对未来人均粮食占有量的科学预测,以期对国家合理规划未来粮食生产提供有益参考。 相似文献
8.
9.
10.
社会消费品总额反映一定时期内人民物质文化生活水平的提高情况,反映社会商品购买力的实现程度,以及零售市场的规模状况。社会消费品零售总额是研究居民生活水平、社会零售商品购买力、社会生产、货币流通和物价的发展变化趋势的重要资料。本文利用ARIMA模型对全国社会消费品零售总额进行分析,并利用模型预测,结果显示本文建立的模型能够较为准确的描述和预测社会消费品总额的变化情况。 相似文献
11.
本文采用ARIMA模型型对1974年~2003年我国能源消费量的年度数据进行分析,结果显示ARIMA模型不但适合于我国能源消费量的非平稳时间序列的特点,并且可以用于未来值的预测. 相似文献
12.
货币供应量作为货币政策中介目标在基本理论中一直占有重要地位,并在实践中被广泛应用.但是,近几年来,经过不断的深化改革.我国经济与金融活动发生了很大变化,所以能够对货币供应量作出预测,进而为政府制定相应的货币政策提供依据.本文利用今年来的月度数据,通过对货币供应量的自相关函数和偏自相关函数的纯计识别,建立了一个ARIMA模型,并运用Eviews软件估计出其参数.利用这个模型对我国的货币供应量进行了合理的预测. 相似文献
13.
万艳苹 《金融经济(湖南)》2008,(9):72-74
大多数的时间序列存在着惯性,或者说具有迟缓性。通过对这种惯性的分析,可以由时间序列的当前值对其未来值进行估计。本文以1949年到2004年江苏省社会消费品零售总额数据为研究对象,将这些数据平稳化并做分析,发现ARIMA(1,1,2)模型能比较好的对江苏省社会消费品零售总额进行市时间序列分析和预测,。 相似文献
14.
万艳苹 《金融经济(湖南)》2008,(18)
大多数的时间序列存在着惯性,或者说具有迟缓性。通过对这种惯性的分析,可以由时间序列的当前值对其未来值进行估计。本文以1949年到2004年江苏省社会消费品零售总额数据为研究对象,将这些数据平稳化并做分析,发现ARIMA(1,1,2)模型能比较好的对江苏省社会消费品零售总额进行市时间序列分析和预测,。 相似文献
15.
大多数经济时间序列呈现非平稳性,因而不能直接用ARIMA模型进行分析。但是通过对原始序列进行差分,将其转换为平稳时间序列,再用ARIMA模型进行建模。本文通过对2000-2010年我国人民币汇率时间序列的分析,预测2010年6-12月数据,并证实了ARIMA模型是一种很好的短期预测模型。 相似文献
16.
本文使用统计软件EViews7.2,分析人民币汇率从2010年1月1日到2012年12月31日共计725天的时间序列数据,并据此建立了2种ARIMA模型。根据模型的预测精度、检验结果,本文确定了最优预测模型ARIMA(1,0)。随后运用该模型来预测2013年1月1日至3月31日人民币与美元兑换汇率(55个数据),并与2013年实际数值进行拟合。对于2013年的人民币汇率走势,笔者认为,根据模型结果,其值仍将在短期内呈缓慢下降的趋势。 相似文献
17.
选取2002~2013年我国石油进出口贸易量的数据进行建模分析。首先运用小波分析理论将贸易量数据进行分解,识别出数据的主要特征和细节特征,针对不同特征进行识别和平稳性检测和参数估计,建立相应的ARIMA模型,并进行预测加权合成。仿真结果表明,小波分析结合ARIMA组合模型的预测精度远远大于为改进的ARIMA预测模型,从而为科学合理的决策提供更为精确的预测模型。 相似文献
18.
19.
应用时间序列模型中单整自回归移动平均模型ARIMA(p,d,q)的建模过程,依据1990-2011年四川民族地区GDP数据,建立ARIMA(1,1,0)模型,并结合Eviews5.0统计软件实现对模型的检验。结果显示,模型具有较好的预测效果和现实意义,可为四川民族地区制定经济发展目标提供决策参考。 相似文献