ARIMA 模型在湖北省 GDP 预测中的应用

本文依据1978至2010年湖北省 GDP 的相关数据建立 ARIMA 模型。利用 STATA 统计分析软件对时间序列数据进行了平稳性检验、模型的选择、模型的定阶和模型的检验。经过合理筛选，选择 ARI－MA（0，1，1）模型作为最终模型，并以此模型对湖北省2011至2015年 GDP 值做出预测。结果显示，2013年前的预测结果基本符合事实，2014—2015年 GDP 的预测值具有参考价值，所以模型具有可应用性。     

时间序列预测新方法及其在电信预测中的应用

利用时间序列稳定的季节性,建立一种新的时间序列预测模型。即建立季节末总量基于给定资料的条件分布,利用季节周期内已知的少数观测值来预测周期末总量;在总量预测的基础上进一步预测周期内的为止观测点。经过实证研究可以看出,该模型对于观测值少的时间序列有很高的预测效率。     

“时间序列外推法”在体育预测中的应用研究

本文通过查阅有关原始数据和文献，采用时间序列外推法对裘、章二人和省九届大运会男子乙组三级跳远前六名成绩进行了预测,将所得结果作了对照分析；并对该项目的发展趋势作了进一步的分析研究。     

时间序列分析在金属价格预测中的应用

与回归分析不同,时间序列分析不是根据与其它变量的因果关系来预测一个变量的未来变化,而是根据该变量自身过去的规律来预测其未来的变化.这与实际中价格信息的复杂性特征具有较好的符合关系.作者在Intnet网上查取了伦敦金属交易所(LME)镍金属从1998年1月到2001年5月共41个月的月平均现金参与价值数据41个,用其中的前37个数据进行时间序列分析,得到了AR(3)模型,用最小二乘法和Yule-Walker法预测后五个数据,得到了较好的效果.因此在价格信息分析与预测中使用时间序列分析理论和方法具有广阔的应用前景.     

时间序列分析方法及人民币汇率预测的应用研究

在简要介绍时间序列模型的基础上，使用人民币／美元的日汇率值进行实证研究，建立相应的ARIMA模型和EGARCH模型并进行预测和评价。研究结果表明，EGARCH模型的预测结果较ARIMA模型理想，适合描述人民币／美元汇率的变动趋势。     

混沌时间序列分析法在生产总值预测中的应用分析

国内生产总值是国家经济建设中一个重要的参数,是衡量国家经济实力和经济发展规模的重要指标,利用混沌动力学原理,采用相空间重构技术的混沌时间序列分析法,对改革开放以来(1978-2004年)我国国内生产总值(GDP)时间序列进行了分析,计算了时间序列的嵌入维数、延迟时间等关键参数,建立了局域预测模型。并且把预测结果和用灰色系统预测结果进行了比较。结果表明,用混沌时间序列分析法预测国内生产总值具有较好的精度。     

ARMA模型在成都市人均GDP预测中的应用

从时间序列的基本概念出发，以成都市1978～2010年的人均GDP时间序列数据为基础，建立了ARMA模型，并对成都市未来三年的人均GDP进行短期预测．     

灰色动态预测模型在货币供应量预测中的应用

在对金融系统中货币供应量的预测进行相关研究的基础上,介绍了符合金融系统预测规律的灰色系统动态预测法,并根据中国货币供应量的实际数据进行了实证的预测检验。结果显示,这种方法简单,不需要借助于其他任何时间序列数据,需要数据量少,预测精确度高,对于近期预测尤其准确,也可进行中长期预测;实证预测结果也符合我国金融系统中货币供应量预测的实际。     

小波变换和混沌理论在股市预测中的应用

应用小波变换和混沌理论相结合的方法对股票市场进行预测,即先对股指时序进行小波分解,然后对分解得到的高、低频部分分别进行混沌预测,再将预测的结果进行小波重构,得到原始时序的预测结果。在此基础上应用小波和混沌理论提出进一步提高预测精度的方法,即通过对高频部分再进行小波分解、混沌预测和小波重构而使高频部分的预测精度得以提高,进而提高原始时序的预测精度。     

实用Box-Jenkins预测模型及应用

介绍 Box-Jenkins 的实用预测模型,并提出用随机模拟法模型的参数进行估计。与通常使用的最小二乘法相比,模拟法无需考虑初始值的选取,就能保证迭代过程的收敛性。整个程序的编制使用模块化结构,使预测者无需了解太多的这方面知识,就能方便地使用。在案例的预测过程中,只需进行几次人工干预,就能输出多种分析结果。     

网上零售的标准化交易模式

网上零售已成为中国网络应用中最大的商务交易类型,现有交易模式下出现的商品质量纠纷、支付安全、渠道冲突等问题,阻碍了网上零售的快速发展。通过对网上零售市场价格离散的调查,指出商品质量的差异是导致价格离散的主要原因。参考金融市场的微观结构,构建了一个综合了商家对消费者（B2C）和消费者对消费者（C2C）特点的标准化交易模式,它在对商品质量提供可靠保证的同时,保留并强化了卖家之间的价格竞争。其突出优点,一是所有商品统一采购、统一配送,质量和交易条件标准化;二是买卖双方集合竞价,交易活跃;三是资金结算独立于商品流动,划转安全、快速。     

述谓结构的语义表达特征和潜在语义模式分析

述谓结构的研究和分析旨在展示一个更为具体的语义结构,并通过语义网络的探讨和描述使我们更清楚地看待世界认知现象的本质和特征。述谓结构中词义的模式分析涉及矢量的测度、词义的余弦值、词义的邻近词域等,这些以语料库为基础的定量词义的描写和分析使我们更加明确地理解了语义结构描述的意义,并且通过模拟可体验到对事物进行认知的过程。     

基于CBR的化妆品销售组合预测模型

预测是销售企业面临的至关重要的问题,预测精度会直接影响到企业的利润及长远发展。考虑到化妆品销售独特的生命周期特点,提出基于案例推理技术的化妆品销售组合预测模型。基于案例推理技术能够弥补短生命周期产品数据不足的问题,根据\     

基于COX模型的财务危机动态预测方法

企业爆发财务危机是一个动态的演化过程,与财务危机静态预测研究不同的是,文章采用多元时间序列数据表述企业特征,并结合COX模型进行动态预测研究。从多角度采集企业爆发财务危机的影响变量,完成必要的数据预处理后采用Mann-Whitney U检验和多重共线性检验进行变量筛选,并提取财务危机预测的主成分变量以降低变量维度,最后对比分析静态COX模型、动态COX模型和其它模型的预测效果。沪深两市A股上市公司的全样本实证结果表明:动态COX预测模型的综合识别准确率比静态COX预测模型高,且分类识别的第I类准确率和第II类准确率均有所提高,与其它模型相比具有较好的预测效力。动态COX预测模型具有较好的财务危机预判能力。     

改进重力模型在铁路客运量预测中的应用

对重力模型参数随时间变化的规律进行了研究，用正弦函数描述了重力模型参数的波动规律，改进了原有重力模型将参数标定为常数的缺陷，并通过数据拟合对实例进行了验证，结果表明该模型预测精度较高。     

灰色模型在西安住宅市场预测中的应用及市场分析

在简要介绍灰色模型尤其是GM(1,1)模型的同时,利用西安市1999~2003年的住宅销售总量数据,建立了西安住宅销售总量预测模型。经模型检验,该模型合格。利用该模型对2004~2007年西安住宅销售总量进行了预测。最后在预测的基础上,对开发商及政府管理提出了几点建议。     

SPSS预测模型在汽车市场分析中的应用

本文采用SPSS软件中多元统计分析模块Regression对某汽车公司销售量进行了回归分析,并进行了经济学检验、多元线性回归模型检验,即判定系数检验(R检验)、回归系数显著性检验(T检验)、回归方程显著性检验(F检验)及准确度检验,结果得到的回归模型可用于对汽车行业销售量的预测分析。     

时间序列在城市交通预测中的应用

在地铁的可行性报告中，客流量的预测是一个重要的组成部分。T市地铁可行性研究报告中关于客流量的预测方法，采用的是国际上目前通用的四阶段法〔‘一，」。但该方法需要大量的调查数据，存在着调查的时效性问题，而且涉及许多参数，增大了预测的难度。此外，还存在着预测的跨     

基于时间序列分析的股价预测

基于收盘深发展股票价格的实际数据资料,通过对实际样本数据的预处理,确认股票价格序列为平稳非白噪声序列的基础上,利用SAS/ETS软件,采用ARMA方法,建立时间序列预测模型。应用的结果表明：本预测模型考虑了各种随机因素的影响,与实际状况有较高的吻合度,对动态数据进行预测是可行的,对于经济统计预测有一定的实用价值。