Census X12季节调整下的黑龙江零售品销售总额的预测研究

文章在对季节调整方法进行理论总结的基础上,采取Census X12季节调整办法对黑龙江零售品销售总额序列(2003～2008)进行剥离,得到长期趋势TC和季节因素S,并计算出季节因素的影响系数—季节指数;对长期趋势TC序列进行时间序列回归预测季节调整后的2009年1～12月值,再运用季节指数得到2009年1～12月的总序列预测结果;运用配对检验预测得到的2009年1～7月份数据与实际观测值在95%显著性水平下不存在显著差异。     

运用变权重动态调整预测方法对季节变化数据的预测

变动权重组合预测方法使预测精度在过去常规的固定权重预测法的基础上大幅度提高.文章在分析了季节变动数据特征的基础上,对季节变动数据提出了变权重动态调整预测的方法.该方法不仅具备变动权重的大幅度降低预测误差的优势,同时基于季节变动数据的特征,采用了动态规划的思想调整预测数据,使误差进一步降低.     

居民消费价格指数的季节调整及短期预测

文章首先论述了季节调整方法的发展过程;然后把居民消费价格指数的同比数据转换为定基比数据.运用国际上最新流行的X-12-ARIMA程序对我国居民消费价格指数时间序列进行季节调整:再运用TRAMO/SEATS方法剔除中国特有的春节假日因素;最后对CPI进行短期预测,得出了我国的通货膨胀可能还会持续一段时间的结论.     

农产品价格指数的季节调整方法研究

文章通过对农产品批发价格指数的季节调整,分析了农产品批发价格指数季节波动规律和经济含义。研究了春节效应在预调整中的处理方法,通过对春节效应模型的连续模拟,发现时间间隔与模型解释能力存在非线性关系,提出了适用于农产品批发价格指数春季效应预调整的最优时间间隔,以便更好的分析其季节波动特征。     

入境旅游数据的季节调整方法研究

X-13ARIMA-SEATS是美国普查局最新的季节调整程序,能够处理异常值和边界值的问题,并能够考虑不同国家经济数据的移动假日效应和交易日效应的特殊情况.该程序的最大优点在于既能考虑数据随机性特征,又能充分反映确定的经济意义.文章运用该方法所具有的预调整功能,充分考虑中国特殊的移动假日因素,探索入境游数据的预处理方法.分析我国旅游业入境游数据的季节调整因子的经济意义,研判我国旅游业入境游的发展趋势、季节性变化规律和重要的临界点.     

月度数据季节因素调整和预测

 内容提要：由于受气候条件、节假日、人们的风俗习惯、人口和国民经济增长等因素的影响,客运量呈现出周期性的增长趋势变化。为客运部门更好地安排客运计划,本文通过指数平滑法中的Holt-Winters模型将时间序列数据分解为季节波动和趋势波动。并对我国铁路、民航、水运和公路的2002-2009年的客运量数据进行拟合。结果表明,铁路和民航客运量数据具有明显的线性趋势和季节性特征,并进一步得出其波峰和波谷到达的时间;模型对铁路、民航、水运和公路客运量均有非常好的拟合效果,其平均绝对百分百误差（MAPE）依次为5.536%,7.49%、6.070%和3.633%。在此基础上对我国2010年各月份的客运量进行了科学预测。     

中国GDP的季度调整模型及预测分析

基于全国2000年1季度至2014年4季度的GDP季度数据,文章采用乘法模型的时间序列分解法对其进行季度调整,得到不合有季节性特征的时间序列,然后进行趋势性分析以及趋势模型的建立、估计与检验,并结合季节指数预测出2015年1季度至2016年4季度的季度GDP.     

用季节因素调整预测松江区经济发展的实证分析

一、为何用季节因素调整来预测我区经济发展 随着社会主义市场经济的发展,区级政府运用统计数据进行经济管理的要求越来越高。以松江区为例,每月3日,区统计局必须将全区的主要经济指标的快报,送到区委区政府领导手中。每年的季度、半年度,区政府因召开各种经济工作会议和经济形势分析的需要,要求区统计机     

系统安全数据预测方法综述

据不完全统计,现有的各类预测方法达300种之多,而通常用于系统安全数据预测的方法主要有回归分析法、德尔菲法、趋势外推法、马尔可夫预测、齐次泊松过程模型、指数平滑线、残差辩识法、模型法和灰色预测法等。这些预测方法可分成3类:前5种是统计型的;指数平滑与残差辩识属递推型;灰色预测与模型法则属于连续型。现就这几种预测方法作一简要评述。一、统计型的预测方法1、回归分析法这是一种传统的分析、预测方法,长期以来作为一种经典方法而广泛应用,且种类较多。在系统安全数据的预测上,目前运用较多的为单元线性回归和单元指数回归。由于…     

我国CPI季节调整模型预测

文章基于考虑春节效应的X-12-ARIMA季节调整模型,对我国2002年1月至2013年12月的CPI序列月度数据进行季节调整,并进行季节波动性分析及短期预测.实证结果表明:我国的CPI变动存在明显的季节性特征,春节效应对其有显著影响;CPI序列的短期波动主要是受季节性成分影响,而长期波动主要受趋势-循环成分影响;利用该模型进行短期预测效果较好,预测误差绝对值控制在1.5％之内.     

季节变动预测新论

季节变动是指某些社会经济现象由于受季节更替、生产条件和生活习惯的影响，而形成每年重复出现的有规律性的周期变动。正确认识和掌握季节变动规律，进行季节预测，对于制定营销计划，合理组织货源，满足市场需要等具有重要意义。对于同时含有季节因素、趋势因素和不规则因素的时间数列，目前常用的季节预测法主要有两种；移动平均趋势剔除法和最小平方趋势剔除法。笔者认为：移动平均趋势剔除法虽然原理简单，可以消除季节因素和不规则因素影响，显示现象总体的线性变动趋势，但该方法求得的移动平均值能否真正反映各期趋势水平则令人怀疑…     

景气趋势的贝叶斯预测

在宏观经济景气预警理论中,通常是把反映宏观经济运行过程的各类指标按照一定的原则和变化规律分为三类指标,即,领先指标、同步指标和滞后指标。通过一定的方法,构制成三个综合指数(C·I),分别用于反映经济景气变化的各个过程。其中,同步指标所构制的C·I用于反映宏观经济景气变化的当前形态。在本文中,笔者把同步     

确定组合预测权系数最优近似解的方法研究

一、引言组合预测可以综合利用各单项预测方法提供的信息,是提高预测精度的有效途径,组合预测的关键是确定各单项预测方法的加权系数;根据加权系数是否为时变参数,组合预测方法大致可分为非线性组合预测方法和线性组合预测方法两类;目前研究最多、应用最广泛的是线性...     

时间序列的综合分析法在经济预测中的应用

在传统时间序列分解计算方法的基础上 ,采用灰色预测方法对趋势项进行预测 ,建立以传统分析方法和灰色系统理论相结合的经济变量长期预测数学模型 ,并对经济指标进行预测     

面板数据聚类分析的时间序列趋势外推预测方法

面板数据的聚类分析可以进行压缩的预处理也可以不进行压缩,文章提出可以根据样品中各个指标的时序数据的趋势特征来考虑是否应该进行压缩或如何进行压缩。然后考虑聚类的统计量的设置,再后给出系统聚类法的计算公式。     

对增长趋势季节数列测定季节变动方法的一点看法

文章通过对移动平均法和趋势方程拟合法测定增长趋势季节数列的季节变动进行比较,肯定了移动平均法测定季节变动是更好的方法。     

居民消费价格指数的时间序列分析及预测

时间序列是按照时间顺序取得的一系列数据,大多数的经济时间序列存在惯性,通过这种惯性分析可以由时间序列的历史数值对未来值进行预测.文章主要利用时间序列的趋势外推方法对我国目前居民消费价格指数(CPI)进行了建模析和预测,以达到合理预期和分析的目的.     

基于Excel的季节交乘预测建模分析方法

文章利用Excel函数和数据处理,从而方便、快捷的实现了季节交乘预测的模型建立、误差分析、模拟运算预测过程.     

场景预测方法与概率预测方法的比较

当今人口预测的标准模式为队列因素法,鉴于参数的估计方法不同,该方法又可分为场景预测方法和概率预测方法。文章认为,从统计学的视角看,概率预测方法更科学、更合理。由于场景预测方法概念简单,对数据要求低,可以充分利用专家的主观预测成果,同时预测方法简便易行,目前应用广泛。概率预测方法对数据的数量和质量都有较高的要求,且需要较复杂的统计技术,应用受到限制。     

季节变动分析与预测的教学探讨

季节变动分析与预测的教学具有一定难度,如果结合实例,能够对各项计算作出直观的解释和说明,并能够把握住季节预测的基本要领,那么问题就可迎刃而解.本文对该内容的教学进行探讨.