我国城乡居民收入差距动态研究 ——基于ARIMA模型

农村发展一直以来是国家关注的问题，随着现代化科技发展，我国城镇居民与农村居民收入 差距愈拉愈大。因此本文基于2000—2019 年近20 年我国城乡差距数据，利用R 语言构建ARIMA 模 型分析当前我国城乡差距的现状并对未来农村发展进行预测，可以看出未来城乡差距依然存在，而且 不会减少。     

基于ARIMA乘积季节模型的我国海关进出口商品总值的时间序列分析

在对时间序列分析理论研究基础上,通过利用SAS统计软件,系统地分析了1995年至2010年我国海关进出口商品总值月度数据的变化规律。分析结果表明,建立的ARIMA((1,3),1,0)×(1,1,1)12乘积季节模型的预测精度较高,能充分反映我国海关进出口商品总值的时间序列变化规律,可采用该乘积季节模型对2011年上半年我国海关进出口商品总值进行预测。     

基于ARIMA模型的中国粮食供求平衡及预测

运用ARIMA模型对1949-2011年我国粮食供需平衡问题进行分析,分别建立了我国粮食生产和粮食需求的时间序列模型,由此模型对2012-2017年间我国粮食供需问题进行预测.预测结果表明,2012-2017年我国国内粮食供给将持续稳定增长,国内粮食需求呈波动增长,国内粮食生产与需求比例在99.80％～101.05％之间波动,预测2012年的国内粮食生产与需求比例为99.81％.     

基于ARIMA的猪丹毒预测模型研究

为研究ARIMA时间序列模型预测猪丹毒(SE)的可行性,本实验选取兽医公报发布的我国某省SE的发病数据,对2005年1月～2009年6月该地区的SE发病资料进行模型构建与拟合,采用构建的模型对2009年7月～2009年12月的SE发病率进行预测并验证预测效果.结果显示ARIMA(2,1,0)模型可以拟合既往时间段上的发病率序列,预测结果显示MSE为0.203×10-10、MAPE为0.293,该模型可以预测未来SE的发生.     

全国小麦收购价格指数的时间序列分析

本文在中粮网上收集了2010年1月份到2014年12月份的全国小麦收购价格指数,通过对所收集的数据分析小麦价格指数的趋势性和季节性,建立ARIMA模型,根据这一模型对小麦收购价格指数进行预测,从而对其趋势进行分析提出合理化建议,对小麦市场的发展有指导意义。     

时间序列分析在径流预测中的应用

通过对1978～ 2012年浈江历年年径流量数据分析,建立时间序列模型.在模型的建立过程中,使用SPSS软件,对不同阶数的ARIMA模型进行比较,按照最小信息量原则选择最优模型ARIMA(4,1,0),并且使用该模型对2013 ～2016年径流量进行预测.     

基于熵权的年降雨量预报优化组合模型研究

鉴于单一预测模型在建模时预测值比实际值存在较大偏差问题,为了提高预测精度,在此首先采用自回归综合移动平均ARIMA模型（简称A模型）、Elman神经网络模型（简称B模型）、小波网络分析模型（简称C模型）、灰色系统GM（1,1）模型（简称D模型）,利用广西田东县1990～ 2007年的年降雨量分别进行了模拟计算,然后在各单一模型预测（拟合）的年降雨量偏差值基础上,应用熵权法对4种模型的偏差值进行客观赋权后优化组合,并根据最优组合结果,选用A、B、C单一模型和最优选的A-B-C优化组合模型对广西田东县2008～ 2010年的年降雨量进行预测对比.结果表明,A、B、C和A-B-C模型得到的均方根误差RMSE和模型效率EF分别为0.018、0.015、0.017、0.013和0.817、0.877、0.843、0.897,优化组合模型的预测精度和拟合度比单一模型的结果得到了提高和改善,该组合方法提高了年降水量的预测精度,为诸如广西田东县以雨养农业为主的区域农业干旱预报提供了新的方法和依据.     

中国农业机械总动力预测分析——基于ARIMA模型

运用我国1978-2005年的统计资料,建立了中国农业机械总动力的ARIMA模型,并进行了预测分析.结果表明:ARIMA模型不但适合于中国农业机械总动力的非平稳时间序列特点,且预测效果比较理想;ARIMA(2,2,2)模型预测1982-2005年数值与实际数值之间的平均相对误差仅为1.009%,可用于中国农业机械总动力的预测与分析.     

基于ARIMA的肉鸡价格预测建模与应用

在养鸡企业的销售中,肉鸡价格预测对企业的经济效益有着重要影响。本文运用时间序列数据挖掘技术中的ARIMA模型,分析了肉鸡企业大量销售价格历史数据,选择特定肉鸡品种和地区,为与之对应的肉鸡价格建立定量分析预测模型,结果显示肉鸡价格变化明显呈AR(3)模型规律。文中的建模方法具有一般性,可以推广应用于其它养殖企业的价格预测,同时对企业的历史数据应用提供了参考。     

基于时间序列的农业非点源污染产出预测研究

选取三江平原蛤蟆通河流域作为研究区,利用SWAT模型农业非点源污染模拟结果,建立了农业非点源污染的季节性ARIMA模型,对未来3年农业非点源污染进行了预测,为非点源污染防治提供一定的理论依据。