基于ARIMA模型的中国生猪价格的短期预测

本文根据2004—2009年分季度中国生猪生产价格变化数据,利用ARIMA模型,短期预测了中国2009年第三、四季度和2010年第一、二季度的生猪价格变化。结果表明,根据ARIMA模型来预测中国生猪价格变化的精度较高,能准确地预见生猪价格短期波动,预计中国2010年猪肉价格可能会出现较大上扬。     

基于ARIMA模型的甘肃省2015年蔬菜价格预测

利用“甘肃重点农产品市场采集分析系统”采集的数据,对马铃薯和其它被监测的22种大众蔬菜平均价格的波动特征进行描述性分析,采用乘法原则对原始蔬菜价格序列进行季节分解,并对季节调整后的马铃薯和蔬菜平均价格建立了ARIMA模型,预测了马铃薯和大众蔬菜2015年各月份整体平均价格。2015年监测蔬菜整体均价大体呈“灾”型。     

基于ARIMA模型的安徽省入境旅游人数预测

入境旅游预测是旅游统计学一个重要的研究方向。以1995—2010年安徽省旅游业中入境旅游人数为依托,运用SPSS软件提供的时间序列模块,建立差分自回归移动平均模型（ARIMA）对入境旅游人数进行预测,实证结果表明：该方法能够对入境旅游人数进行有效预测,在没有特殊影响因素下,模型拟合结果接近实际值。     

农民收入预测及ARIMA模型选择

在综述学者关于农民收入预测研究的技础上,根据1979—2009年《河南统计年鉴》农村居民家庭人均纯收入数据,发现农民收入时间序列服从1（2）非平稳过程。综合采用Box—Jenkins基于相关图的分析方法和SC准则,进行模型定阶和识别。在综合比选一组不同参数模型性能的基础上,建立了ARIMA（4,2,2）模型。诊断结果表明,所选定模型的残差为白噪声,符合正态分布,可用于农民收入预测。模型预测显示,2009～2012年内农民收入仍将继续增长,分别达到2282．4．2502．9、2686．9和2884．5元,增速由快到慢逐步递减,可持续性不强。     

ARIMA模型和灰色模型在农产品价格预测中的应用比较

以遵义猪肉价格为例进行预测模型分析,构建了ARIMA模型和灰色模型,对2种模型的具体步骤进行对比分析。结果表明,ARIMA(1,1,0)模型和灰色模型GM(1,1)为最优预测模型;在农产品价格模型中,ARIMA模型适合短期预测,灰色模型适合中长期预测。     

基于ARIMA模型的臭氧的预测与分析（英文）

通过分析保定市六个地区2014.4.8-2014.7.8连续13周的监测数据,运用时间序列分析方法,借助SPSS软件对未来2周即2014.7.9-2014.7.22空气污染物的变化情况进行了预测,通过Ljung-Box Q检验以及拟合统计量R方说明ARIMA模型预测效果很好,能用来对未来空气污染物的变化规律进行很好的描述,具有推广价值。     

ARIMA模型在贵州省农产品价格预测中的应用——以辣椒为例

由于贵州省辣椒月价格呈现季节性,因此以2007年1月至2010年12月贵州省辣椒月价格为例,在运用季节分解方法剔除其季节因素形成新序列的基础上,构建了非平稳时间序列ARIMA（p,d,q）模型,并预测了辣椒未来的月价。结果表明,拟合指标优良的ARI-MA（1,1,1）模型能很好地预测辣椒月价格趋势,并将辣椒价格的预测值与实际值的相对误差基本控制在9%以内,实证分析结果证明了ARIMA模型的季节分解方法在贵州省农产品价格预测中的预测性和可行性。     

基于ARIMA模型的陕西省GDP分析与预测

依据2008年《陕西统计年鉴》与1952～2007年陕西省GDP相关数据,采用SPSS统计软件及时间序列分析法,通过时间序列的平稳性检验、根据时间序列模型的识别规则进行定阶、模型检验、模型预测4大步骤在AIC准则下建立了ARIMA（1,2,1）时间序列模型,并根据ACF图和PACF图对模型做了适应性检验,然后对2002～2007年的实际值与预测值作比较,并利用该模型对陕西省未来6年的GDP做出预测。结果表明,各年实际值与预测值之间的相对误差均控制在5%以内,该模型的预测效果相对较好;根据模型预测的2008～2013年陕西GDP数据分别为6477.50亿、7656.62亿、9058.66亿、10735.10亿、12744.69亿、15158.20亿元,从预测结果看,陕西省的GDP在2008～2013年6年内仍将呈现出较高的增长趋势;该模型得出的预测结果只是一个预测值,而国民经济是一个复杂多变的动态系统,应随时注意经济运行中蕴藏着调整的风险,适时根据实际情况调整相应的目标值。     

基于ARIMA模型的民勤县肉羊产业的分析与预测

【目的】肉羊产业是民勤县畜牧业发展的重点,对其肉羊存栏量进行预测,为民勤县寻求肉羊产业快速持续发展对策提供科学依据。【方法】运用ARIMA模型进行预测。【结果】民勤县未来短时期内肉羊存栏量呈较快的增长趋势。【结论】加大草畜产业扶持力度,科学引导,合理布局,发挥本地优势;积极推广牧草秸秆青贮、氨化技术和牧草高产栽培技术,提高饲草料的利用效率,从而解决饲草料短缺问题;并通过举办培训班、科技入户、技术咨询等多种形式,加强对畜牧养殖户的技术培训指导,促进肉羊产业持续快速发展。     

基于季节ARIMA模型的铜陵市气温序列的预报

运用EVIEWS软件,对铜陵市48年来的月平均气温时间序列进行统计分析,并对该动态数据进行建模和预测。采用差分方法对样本数据进行预处理,然后定阶,并进行参数估计,建立季节ARIMA模型对铜陵市气温数据进行预报。预报结果显示,季节ARIMA模型的平均绝对误差值为0.875。将ARIMA模型预报结果与径向基(radial basis function,RBF)神经网络模型的预报值比较可知,其预报结果优于RBF神经网络的预测结果。     

基于ARMA模型的运城市果蔬肉类价格预测研究

[目的]预测果蔬肉类价格。[方法]采用自回归滑动平均模型(ARMA模型)对价格进行预测。[结果]近6周的预测结果可信度高,具有较低的相对误差率。[结论]运用ARMA模型可对果蔬肉类价格进行预测且预测效果良好。     

基于ARIMA模型的甘肃省城乡居民收入差距的预测

利用甘肃省1978~2013年城镇居民可支配收入和农民人均纯收入的时间序列数据,建立ARIMA模型来拟合,并对未来三年甘肃省城乡收入差距进行短期预测,为甘肃省在建设新丝绸之路规划中解决自身发展瓶颈,缩小省内贫富差距和作出经济调控提供参考。     

网络环境下ARIMA模型对于绿色蔬菜市场价格的精确预报

基于目前绿色蔬菜销售的特点 ,研究在网络环境下绿色蔬菜市场的价格预报问题。从研究单一蔬菜品种卷心菜开始 ,利用ARIMA理论和方法 ,从模型的识别、诊断、拟合与预测定量地研究其价格的问题。考虑到单一品种的片面性 ,提出利用 16种蔬菜加权平均价格作为研究对象的方法。     

海拉尔地区降水量的ARIMA乘积季节模型研究

1个地区降水量的变化受到诸多因素的影响,其既有长期趋势、季节效应,又具有随机扰动效应。在降水量的分析中,找出所有影响降水量的变化因素是十分困难的,因此可以利用降水量序列的自身变化来寻找序列中蕴含的发展规律。本文以海拉尔地区1957年1月~2007年8月逐月平均降水量数据为基础,应用SAS统计软件经过多次拟合优选,最终建立了适合海拉尔地区月平均降水量的AR IMA(p,d,q)×(P,D,Q)s乘积模型,并利用该模型对海拉尔地区2007年的降水量进行了预测。     

基于VAR模型的生猪价格波动的实证研究

运用VAR模型,构建了生猪价格与玉米价格、仔猪价格、猪肉价格、育肥猪配合饲料价格之间的动态关系系统,着重探讨玉米价格、仔猪价格、猪肉价格、育肥猪配合饲料价格波动对生猪价格波动的影响规律,并根据中国畜牧信息网2000年1月~2010年11月的121个月度数据进行了实证分析。     

ARIMA模型在马尾松毛虫发生面积预测中的应用

[目的]为了研究ARIMA模型在马尾松毛虫发生面积预测中的应用。[方法]利用时间序列对郁南市1975~2002年马尾松毛虫发生面积数据进行了分析。经过数据平稳化、模型识别及参数估计确立了ARIMA(2,2,2)模型,对郁南市1975~2002年的马尾松毛虫发生面积作了回测。[结果]ARIMA(2,2,2)模型预测值的动态趋势与实际情况基本一致,特别是1990年以后的预测效果更佳,实际值都落入了预测值的可信区间范围,结果比较理想。[结论]ARIMA模型假定未来的发展模式与过去的模式是一致的,更适用于作短期的预测。     

基于ARIMA模型的固原月降水量预测

采用ARIMA模型来拟合1957～2013年5～10月的月降水量并给出预测值。结果表明,ARIMA(0,2,1)能较好地拟合5～10月的月降水量数据,准确率较目前业务使用的阴阳历方法有所提高,可作为月预报的依据。     

生猪价格计量模型构建与分析

以2004年1月~2010年7月间影响生猪生产育肥配合饲料价格价格、玉米价格、豆粕价格和小麦麸价格为解释变量,采用经典时间序列计量经济学方法,构建了一个统计特征合理的生猪生产函数。通过对模型的分析发现:育肥配合饲料价格、玉米价格及待宰活猪前一期价格对待宰活猪价格影响较大。     

基于时间序列法的广西原糖价格预测

【目的】为了了解广西原糖价格的未来走势,掌握原糖价格的变动情况。【方法】使用时间序列法中的季节性ARIMA模型,分析2001年1月至2016年4月183个月份数据,预测广西原糖2016年5月至2017年4月的价格。【结果】广西原糖价格在2016年上半年一直保持着平稳状态,但自下半年起,原糖价格逐渐上升并在11月达到全年价格顶点,在12月时原糖价格出现明显回落现象,2017年的1-4月的原糖价格没有较大幅度波动。【结论】时间序列法的的预测精度较高,可以得到较准确的广西原糖价格的趋势图。     

内蒙古能源消费总量的研究——基于ARIMA疏系数模型

本文以《内蒙古统计年鉴2010》中1985-2009年内蒙古能源消费总量的数据为依据,运用时间序列的建模方法采用SAS 9.0软件建立ARIMA疏系数模型对内蒙古未来能源消费总量作出预测.结果显示,模型预测效果较好.