简介：

简介：在对我国国内生产总值数据研究的基础上，提出了一种新的面向短时序数据的结构分析模型——平滑ARIMA模型。此模型的数学定义清晰，易于计算机实现，同时由实证分析的结果表明．与灰色模型预测相比较此模型有很好的识别能力。

简介：了解农资产品市场价格变化规律，预测农资产品市场价格变化趋势，将有利于正确引导农资产品流通和农业生产，实现农资产品区域供求平衡，并为政府和农户提供结构调整的依据。针对农资产品价格这一重要问题，本文以全国尿素零售价格为例，构建非平稳时间序列ARIMA（p，d，q）模型，描述并预测化肥零售价格的动态变化。结果表明ARlMA（0，2，1）模型能很好地模拟并预测化肥零售价格趋势，为农资产品市场信息的准确预测提供重要方法。

简介：电信运营商通过分析各个时间段、各个具体区域、热点区域的历史话务数据，能够对未来一段时间的话务量进行预测，从而提供面向运营商管理层的决策支持。因此，采用合适的方法对话务量进行准确预测，无论对于话务短期均衡，还是对于网络规划都有一定的帮助。本文将短期预测的代表方法——自回归求和滑动平均（AutoregressiveIntegratedMovingAverageModel，简称ARIMA）模型应用于话务分析，并与往常使用的指数拟合趋势线方法进行对比，实验结果表明ARIMA预测精度较高。

简介：该文对我国1978-2013年的GDP数据进行了分析,建立了ARIMA模型,对我国GDP时间序列数据进行了模拟。通过对GDP数据的平稳性检验、模型参数识别与检验,建立了ARIMA（2,1,6）模型,结果显示该模型的预测误差较小,能够较好地预测我国的GDP,最后使用ARIMA模型对我国2007-2013年的GDP总量进行了拟合,以期为我国经济发展的战略规划和决策提供参考和依据。

简介：桥梁监测序列是典型的非平稳时间序列,需要进行一些处理将非平稳序列平稳化后再拟合ARMA模型。将监测数据平稳化后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型即为ARIMA模型。以玉峰大桥为例,介绍了季节ARIMA模型的建模思路与总体流程,模拟了检测序列的变化趋势。以季节ARIMA模型为预测模型作为结构的退化模型,对测点进行退化趋势模拟与退化临界时刻预测。结果显示ARIMA模型对序列的拟合效果良好,可以用于桥梁监测序列的预测,其对退化临界时刻的预测可以从整体上掌握桥梁的整体退化趋势和极限使用寿命。

简介：摘要物资需求预测对于物资储备和管理决策具有重要意义。本文基于ARIMA时间序列模型对电网公司资产管理系统中的物资领用大数据进行挖掘，建立电网物资需求预测模型，并验证模型正确性，该模型可以为电网公司做出合理的物资储备管理决策提供支撑。

简介：摘 要：党的二十大进一步深化了对习近平生态文明思想的理解和认识，积极探索使经济增长和可持续发展相辅相成的高质量发展路径。面临环境严重破坏、资源和能源有限的现实问题，基于中国当前经济发展状况，中国应当找到适合自己的绿色经济发展路径，从而实现中国调整产业结构和转变经济发展方式的目的。作为世界上最大的碳排放权主体，中国已向全世界郑重宣布实现“双碳”的奋斗目标。为了达成这一目标，中国碳交易市场已于2021年7月16日正式开放。全文也将以此为契机，尝试运用ARIMA模型对全国碳排放交易市场的碳配额价格进行分析，得出未来一段时间的碳配额价格将持续平稳，也可帮助各个能源企业和碳金融资产投资者做出更加灵活、科学的决策。

简介：摘 要：党的二十大进一步深化了对习近平生态文明思想的理解和认识，积极探索使经济增长和可持续发展相辅相成的高质量发展路径。面临环境严重破坏、资源和能源有限的现实问题，基于中国当前经济发展状况，中国应当找到适合自己的绿色经济发展路径，从而实现中国调整产业结构和转变经济发展方式的目的。作为世界上最大的碳排放权主体，中国已向全世界郑重宣布实现“双碳”的奋斗目标。为了达成这一目标，中国碳交易市场已于2021年7月16日正式开放。全文也将以此为契机，尝试运用ARIMA模型对全国碳排放交易市场的碳配额价格进行分析，得出未来一段时间的碳配额价格将持续平稳，也可帮助各个能源企业和碳金融资产投资者做出更加灵活、科学的决策。

简介：摘要：本文针对电子产品制造企业面临的问题，基于多品种小批量的物料生产现状，由于事先无法知道物料的实际需求量现状，运用了时间序列模型对于其未来生产流程进行预测分析。本研究选择 6 种应当重点关注的物料（包括频数、数量、趋势和销售单价），建立物料需求的周预测模型并利用历史数据对预测模型进行评价。实证结果表明预测效果较好，能够为企业合理生产提供参考建议。

简介：摘要：水泥价格预测在其相关生产及贸易领域具有重要意义。通过对山东省P.O 42.5散装水泥月均价的历史数据进行收集处理，来建立ARIMA模型，实现对价格未来走势的预测。结果表明，ARIMA(2,0,0)能较好的拟合水泥价格的走势，并能很好的预测向后两期的价格数据，为研究水泥市场价格变动提供了重要方法。

简介：美元指数在金融危机前后出现了耐人寻味的变化,其波动影响着国际经济、政治格局。本文运用自回归单整移动平均时间序列（ARIMA模型）和广义自回归条件异方差时间序列（GARCH模型）的方法分析美元指数,采集大量历史样本数据,对其波动特性进行实证研究。运用ARIMA模型对未来短期美元指数走向进行预测,表明美元指数的波动有一定的规律。同时,对美元指数建立用于描述大量金融时间序列的GARCH（1,1）模型,通过模型的定阶、检验、预测发现GARCH模型有较好的预测较长期整体走势的能力。

简介：进入新世纪我国农村经济有了很大的发展，农民生活水平有了较大的提高。但上世纪80年代以来，我国农民人均纯收入增长幅度明显地不稳定，农民人均纯收入增幅由1980年19．04％上升到1994年的32．49％，然后又下降到2000年的1．95％，2000年以后农民的人均纯收入的增幅有了一定的提高，但总体来说还是比较缓慢，从2001年到2007年有增有减，最高增幅是2007年的15．43％，最低的是2002年的4．61％。农民增收困难已成为新世纪之初我国农业和农村工作中的突出问题。本文结合我国历史实际农民人均纯收入数据，利用时间序列预测模型预测我国农民改革开放以来的增长率，并做出趋势分析，从而为我国今后“三农”问题乃至整个经济社会发展全局问题的研究提供量化指标依据：

简介：摘要院通过统计分析产业集群月产出量数列平稳性，运用时间序列分析方法，建立产业集群ARIMA模型，预测在某一时间点的产业集群产出情况，为生态园产业链稳定性建设提供理论依据。通过实际数据研究，运用EViews软件，验证产业集群ARIMA模型可行性。为解决产业集群稳定性预测中“外部扰动”因素对稳定性的影响，提供了理论途径。为产业集群建设稳定持续的发展提供了科学有效的理论方法。

简介：针对目前有关铁路客运量预测方法的不足，采用时间序列方法，分析1997年1月至2016年12月的铁路月客运量数据特征，建立铁路客运量乘法季节ARIMA模型，预测2017年至2019年铁路月客运量，为铁路客运部门制定旅客列车开行方案、票额分配策略以及客运组织工作等提供理论支持。

简介：能源指的是向自然界提供能量转化的一种物质,它是人类活动的物质基础,是一个国家社会发展和经济增长的重要物质基础,如何保持能源供需稳定和均衡是经济发展的一个重大问题。在当今世界,能源的发展,能源和环境,是全世界、全人类共同关心的问题,也是我国社会经济发展的重要问题。河北省能源消耗总量大,自给率低,能源供需的矛盾已经成为制约河北省经济发展的障碍。准确地预测未来能源消耗对于科学制定能源规划及经济发展战略具有重大意义。本文是基于1980-2012年河北省能源消费量数据,使用Eviews6.0软件,经过分析建立ARIMA（1,2,1）模型,对未来五年河北省的能源消费量进行分析预测。

简介：摘要我国为了对于环境污染进行有效地整治，采用了煤改电的政策来尽量地减少供暖当中的煤炭燃烧所占的比例，但是在执行过程当中，可能会给电网带来一定的波动，利用ARIMA模型可以有效地对其发展情况进行预测，最终可以有针对性地进行负载的调整，实现电网负载的均衡化，避免能源的浪费。

简介：摘要：耕地是粮食生产和安全的重要前提与保障，中国的耕地资源变化问题一直备受关注。全国性的土地调查是精准掌握耕地资源面积和分布的有效方式。然而由于不同阶段的技术手段、统计标准存在差异，导致了中国三次土地调查的耕地面积数据存在明显的断裂，阻碍了对长时间序列耕地资源时空分布的深入研究。本研究以中国第三次土地调查数据为基准，采用ARIMA模型对1996-2019年耕地面积数据进行重建和挖掘，增强了耕地数据的连续性、科学性和完整性。研究成果有利于全面掌握耕地利用现状，为合理利用土地资源、政策制定与趋势预测提供科学依据。

简介：目的探讨ARIMA模型在流感样病例预测预警方面的应用，建立流感样病例发病预测模型，并证明模型的适用性。方法对北京市顺义区医院、顺义区妇幼老年保健院2家省级流感样病例监测哨点医院报告的2005年9月～2009年3月流感样病例月报告数资料建立ARIMA模型，2009年4～5月数据验证模型，用Q统计量法对模型适应性进行检验。结果对流感样病例月报告数建立季节模型ARIMA（1，0，0）x（0，1，0）12，统计量Q大于Xa^2（m）证实了该模型的适用性。结论ARIMA模型能够较好应用于流感样病例预测预警，为疫情防控提供科学依据。

简介：摘要：黄河流域是中华民族文明的发祥地，其水沙通量的变化更是影响了相邻区域的生态环境及人民生活。了解黄河各水文特征间的关系，掌握其变化规律，制定最优采样监测方案，合理进行“调水调沙”，能够科学地指导沿黄流域防汛抗旱、水资源统一调度及相关经济的发展等。