时间序列分析在经济预测中的应用

为了配合《统计学》课程的现行教学 ,提高学生运用统计方法分析、解决实际问题的能力 ,我们组织了一次案例教学 ,其内容是 :对烟台市的未来经济发展状况作一预测分析 ,数据取烟台市 1978～ 1998年 GDP的年度数据。在组织实施时 ,我们首先将数据资料印发给学生 ,并讲清本案例的教学目的与要求 ,明确案例所涉及的教学内容 ;然后给学生一段时间 ,由学生根据资料 ,运用不同的方法进行预测分析 ,并确定具体的讨论日期 ;在课堂讨论时让学生自由发言 ,阐述自己的观点 ;最后 ,由主持教师作点评发言 ,取得了良好的教学效果。本文是此次案例教学活动…     

时间序列分析在经济预测中的应用

社会消费品零售总额是一项重要、敏感的政府统计。定期发布的消费品零售统计资料,常常引起国内外的强烈关注,间或还会引发一些疑义和争议。文章拟通过运用EXCEL及SAS软件建立季节分解模型和季节哑变量、ARIMA模型,对我国的社会消费零售总额的情况进行预测分析,从初步确定几个不同的模型中,把拟合效果最好的模型保留,并对模型的实用性进行了探讨。     

案例教学在高校统计教学中的应用

本文从理论与实践结合的角度入手,介绍了本院实施统计案例教学的出发点,实施案例教学的具体步骤、案例教学的具体效果及案例教学的推广价值。     

自相关函数在时间序列分析中

我们知道,对一个随机时间序列进行完全的描述通常是不可能的（即完全地确定它的概率分布）,而自相关函数是一个非常有用的指标,我们定义滞后期为k的自相关函数为:     

贝叶斯时间序列方法研究与应用评述

文章对贝叶斯时间序列方法的研究与应用现状进行了评迷,内容包括一元时间序列、多元时间序列及模型识别等三个方面,以期为该方面的研究与应用者提供参考.     

时间序列分析与季节调整方法浅析

时间序列分析（Ｔｉｍｅ Ｓｅｒｉｅｓ Ａｎａｌｙｓｉｓ）作为统计数学的一个分支,是分析动态数据,提供定量预测的重要理论和方法。西方国家现已较为普遍地在经济、金融领域运用时间序列模型分析预测各种发展趋势。近年来,随着我国改革开放的深人和经济的飞速发展,对经济领域中存在的大量数据进行动态分析处理,摒弃静态分析的高误差率,并进一步用科学的方法进行预测、决策已显得愈加必要,时间序列分析方法在经济界的推广普及已是大势所趋。 所谓时间序列分析（即动态数据处理）,是指一批按时间先后顺序记录下来的观测结果（时间序…     

我国城市化水平的时间序列模型分析

本文运用时间序列分析模型对我国城市化水平的发展变化特征及发展趋势进行了分析,并对我国未来一段时间内的城市化水平进行了预测.     

国外时间序列应用研究最新动态

经济时间序列的应用研究越来越受到政府统计官员、统计学者和其他经济研究人员的重视。近年来,经济时间序列的应用研究方法除采用一些传统的方法之外,又有一些新的拓展。本文作者参加了在韩国汉城举行的第53届国际统计学大会,根据在会议期间所获得的信息,将国外在这方面应用研究的最新动态介绍给读者,以满足各方面信息的需求。由于大会所提供的有关论文摘要的篇幅有限,有些方法只能作一些概念化的介绍;无法展示完整的公式。     

时间序列分析中的异方差性

文章阐述异方差性在时间序列分析中的影响及识别方法 ,并比较各方法的应用特点。以双能 X线骨密度仪基线漂移数据为例 ,说明异方差性的一种检验手段。能够识别出序列中的方差变化区域及显著变化区域。对时间序列中的异方差性 ,建议使用假设检验方法予以判别     

时间序列趋势分析方法的选择及矫正

经济定量化的发展,使时间序列趋势分析在解决社会经济生活中问题的作用越来越广泛,如国民生产总值(GNP)和股市行情的趋势分析等等.单纯地谈及趋势判断问题和趋势预测问题,人们都很清楚其重要性,然而实际分析中,一些貌似枝节实际极为重要的环节往往被人们忽略.那么,如何开展时间序列趋势分析呢?     

多种时间序列预测模型在市场营销预测中的比较

文章从科学性、可操作性角度对当今适用于市场营销预测的多种时间序列预测模型进行了归纳总结,在此基础上对2001~2010年我国二手车销售量情况进行分析并对未来年份的销售情况进行预测,同时对提出的多种模型进行精度检验。     

居民储蓄存款余额的时间序列分析

本文以发自2006年的中国资本市场迅速上涨为背景,通过建立ARIMA模型对于我国备受关注的高额居民储蓄存款余额的变化进行了短期预测,阐述了储蓄存款余额所表现出的变化规律。     

新型模糊时间序列模型与应用

为了提高模糊时间序列的预测精度,文章利用小波分析多尺度分解方法,选择适当的小波函数,把一维数据分解为低频逼近部分和高频细节部分,在低频部分和高频部分根据各自数据特征利用模糊C一均值聚类算法分别建立模糊时间序列模型并预测,然后把每个部分的预测值根据小波重构得到最终预测结果.通过对国家财政收入实例验证对比发现,该模型在预测精度方面有较大提高.     

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.     

基于模糊时间序列模型的股票市场预测

文章针对模糊时间序列模型目前存在的缺乏客观论域划分方法和模糊关系前件单一等缺陷,首先应用模糊聚类方法将数据分类,以相邻两个聚类中心的中点作为子区间的分界点来划分论域;其次将数据模糊化后根据证券市场主要量价指标建立了具有多个前件的高阶模糊关系;最后根据序列对比规则计算预测值。将该模型用于股票指数的价格预测和涨跌预测,与传统模型比较的结果表明其预测准确率有了较大提高。     

多元平稳时间序列ARIMAX模型的应用

本文介绍多元平稳时间序列ARIMAX模型的建立方法,并将ARIMAX模型应用于我国第三产业产值、固定资产投资和GDP数据的分析与预测,得到较为满意的结果。     

统计案例教学与统计教学案例

培养学生的实践能力、创新能力和创业精神,是深化教育改革、全面提高学生素质的重要目标之一,实施案例教学是实现这一目标的有效形式。本文拟结合实际就统计案例教学的特点、类型及其组织实施作系统的阐述。     

义乌小商品市场景气指数的时间序列分析

义乌小商品市场景气指教,是该市场的景气状况、繁荣活跃程度,包括市场规模、经济效益、市场信心和外贸出口等指标的综合反映.自2006年以来,市场各期景气指数呈振荡下降趋势,且各年同期水平持续下降.最近发布的景气指数实现了首个同比正增长.预测2010年的指数振幅较小,且在未来有上升趋势.     

多维时间序列的条件独立性检验及其在股市相依关系中的应用

提出多维时间序列中各分量之间直接联系存在性的信息论检验方法,构造了条件互信息统计量检验分量间的条件独立性,统计量的显著性用置换检验决定.将提出的方法应用到国际股票市场,研究收益率序列相依关系,结果表明,此方法能有效检验各分量之间的直接联系和间接联系.