广西桑蚕原种毒率的时间序列分析

[目的]了解广西桑蚕原种微粒子病毒率(下简称毒率)的时间发展变化规律,为桑蚕微粒子病的防控提供理论依据.[方法]采用普通线性回归模型(Linear regression model)、自回归模型(Autoregression model)及季节性结构分量模型(Seasonal structure component)对2006~2010年广西桑蚕原种毒率的时间发展变化规律进行分析研究.[结果]普通线性回归模型对桑蚕原种毒率时间序列数据分析不理想;自回归模型能在一定程度上解决残差自相关问题,且预测值和实际值吻合程度较好;季节性结构分量模型分析结果表明,广西桑蚕原种病毒率在5年内(2006~2010年)呈现逐年上升的态势,且一年中桑蚕原种生产第1、4、5、6批的毒率较高,以第6批最高;第2、3、7、8、9、10、11、12批的毒率较低,其中以第8、9、10批次最低.[结论]时间序列分析能客观反映广西桑蚕原种毒率的发展变化规律,今后可从数据挖掘角度对桑蚕微粒子病进行防控.     

广西桑蚕原种净种率的时间序列分析

【目的】了解广西桑蚕原种净种率的发展规律,为原种生产管理提供决策依据。【方法】采用时间序列ARIMA模型及季节性结构分量（Seasonal structure component）模型,对广西桑蚕原种净种率的发展规律进行分析研究。【结果】运用SPSS软件对广西2001~2007年每年12批的桑蚕原种净种率序列进行时间序列分析,建立了一个反映广西桑蚕原种净种率规律的ARIMA（1,0,0）统计预测模型,且该模型通过白噪声序列检验;利用该模型对2008年的12个批次桑蚕原种净种率进行预测,发现预测值与实际值较接近。而季节性结构分量模型分析结果表明,广西桑蚕原种净种率在7年里呈逐年下降的趋势,客观反映了广西桑蚕原种的生产规律。【结论】应用时间序列分析方法分析广西桑蚕原种历年生产数据并研究其潜在规律,是一种行之有效的分析方法。     

广西桑蚕原种净种率的时间序列分析

【目的】了解广西桑蚕原种净种率的发展规律,为原种生产管理提供决策依据。【方法】采用时间序列ARIMA模型及季节性结构分量（Seasonal structure component）模型,对广西桑蚕原种净种率的发展规律进行分析研究。【结果】运用SPSS软件对广西2001~2007年每年12批的桑蚕原种净种率序列进行时间序列分析,建立了一个反映广西桑蚕原种净种率规律的ARIMA（1,0,0）统计预测模型,且该模型通过白噪声序列检验;利用该模型对2008年的12个批次桑蚕原种净种率进行预测,发现预测值与实际值较接近。而季节性结构分量模型分析结果表明,广西桑蚕原种净种率在7年里呈逐年下降的趋势,客观反映了广西桑蚕原种的生产规律。【结论】应用时间序列分析方法分析广西桑蚕原种历年生产数据并研究其潜在规律,是一种行之有效的分析方法。     

提高桑蚕原种质量的几项关键措施

通过几年来负责蚕原种生产的实践结合自己的经验,阐述了通过明确责任制,调动积极性,强化桑园管理,夯实质量基础,提高原种卵面质量,减少不良卵的几项关键措施。     

时间序列分析关键问题研究

简要介绍了时间序列的定义、模型及型态,重点研究了时间序列分析的相关内容,最后对其未来发展方向进行了展望。     

时间序列的自回归模型在杨凌地区降水量预报中的应用

对平稳时间序列的理论和方法,自回归模型[1]的概念,定阶,模型建立,预报,平稳性进行了综述。通过对杨凌张家岗气象站1935—1955年的四季降水量建立自回归模型,利用所求得的模型对1956年的四季降水量进行了预报。结果表明,该模型对冬季降水量预报效果最好,接下来依次为秋季、夏季、春季。因此平稳时间序列预报方法适用于预报变化比较缓和、持续性和周期性比较好的天气,对变化剧烈的天气和转折性的天气的预报能力较差。     

民勤县农业结构特征的时间序列分析

采用产业结构时间序列变化评价系数与产业结构稳定性评价指标对民勤县2003—2009年农业结构特征变化进行了定量研究。研究认为:2003—2009年间民勤县农业结构呈现出单一化趋势,在农业政策及农业市场环境的影响下,产业结构变动呈现突变性和不稳定性。民勤农业结构调整,需要在满足生态环境发展及经济发展需求的前提下,适当发展经济作物种植,加大林业及服务业产值比重。     

基于小波分析的西昌市降水时间序列变化特征

利用1951～2008年西昌市降水资料,采用回归分析和Morlet小波分析方法,研究了西昌市季节、年降水量变化的多时间尺度的周期性变化规律,并对西昌市中短期降水状况进行了预测。结果表明,近58年来西昌市年降水量呈下降趋势,降幅为-2.300mm/10年;各季节有增有减,春、秋季变幅较大,春季增幅为5.711mm/10年,秋季降幅为-9.635mm/10年;夏、冬季节波动不大。季节、年降水量存在着多重时间尺度下的周期变化特征,多重时间周期尺度相互嵌套,春季的主要振荡周期为4和35年,夏季为3、15和42年,秋季为3、7、11和18年,冬季为4和15年,年降水量为3、7、15和22年。不同时间尺度,具体年份对应的相位不同,降水变化趋势的预测结果也不同。     

降雨侵蚀力指数的时间序列分析

本文简要介绍了时间序列分析的数学模型和建模途径,对实际月降雨侵蚀力指数序列进行了平稳性、正态性和周期性检验,在样本相关函数和偏自相关函数计算的基础上,确定出了模型的形式和阶次,并估计出了模型参数值。对所得到的月降雨侵蚀力指数预报方程,用实际值进行了预报检验,其结果表明所建立的预报模型具有较高的精度。     

股票盈利率的时间序列分析

本文从市盈率数据出发,利用时间序列分析对中国银行股票的市盈率方法进行建模,并对其进行短期分析和预测。     

吉林省吉林市农业产值增长率的时间序列分析

利用时间序列分析方法,对吉林省吉林市历年农业产值的增长率建立 ARMA 模型,并依模型对未来进行预测。应用不同的分析方法,将得到不同的预测结果。利用时间序列分析法,可以客观地从数据内部出发,寻找其发展规律,而不必考虑外在因素带来的影响。分析发现,未来几年吉林市农业产值增长率趋于平稳。     

小麦条锈病受灾率时间序列混沌特征研究

利用混沌和分形理论,对湖北省襄樊地区小麦条锈病受灾率进行了混沌识别研究,对其功率谱、主分量、关联维度、最大Lyapunov指数进行了分析。结果表明,小麦条锈病受灾率时间序列具有混沌特征,属于混沌时间序列。因此建议对小麦条锈病进行建模预测时,应主要采用非线性建模方法。     

时间序列自回归模型预测茶园小绿叶蝉种群动态的探讨

选定西湖龙井茶叶原产地的优质丰产茶园、普通丰产茶园、山林间茶园、种质资源圃和茶-林间作等5类代表性茶园,从2007年4月20日～12月26日,5d 1次调查假眼小绿叶蝉种群数量,作为时间序列自回归模型的数据源.据此对自回归模型预测假眼小绿叶蝉种群动态的可行性、建模步骤及准确性验证进行了探讨.与其他相关预测模型相比,自回归模型显得简便易行实用.     

桂中地区原种蚕死笼率与气象条件分析

对桂中地区饲养原种蚕季节的历年温湿度与桑蚕最适宜的温湿度作比较,分析原种蚕蛹死笼率规律性,有目的地采取针对性的措施,改变蚕室的温度和湿度,使原种蚕的生长发育处于最适宜的气象条件,有利于提高原种蚕茧产量和质量,降低死笼率,从而达到气象指导桑蚕生产的目的。     

湖北省农村居民人均纯收入的时间序列模型

本文利用湖北省1980—2008年农村居民人均纯收入时间序列数据,建立了ARMA（自回归移动平均）模型进行时间序列分析。分析结果表明,ARMA（1,1）模型能够提供较好的预测结果,因而可以用其进行预测,为相关部门提供参考数据。     

湖南桑蚕品种主要经济性状平均数的置信限分析

根据蚕种繁育种茧品质检验要求,对春季饲养的9·芙、7·湘、洞·庭、碧·波8个原种主要经济性状进行了抽样调查.采用数理统计的方法,计算出每一品种主要经济性状的平均数,在一定的置信系数下求得平均数的置信限.研究结果表明:品种间、各经济性状间变异系数存在较大差异.     

河南省经济增长的时间序列模型分析

在平稳性时间序列判定的基础上,对GDP增长率建立适当的ARMA(p,q)模型,根据样本自相关函数和偏自相关函数,可以判定河南省GDP增长率的时间序列模型为AR(1),即该模型的模型阶数为1。对AR(1)分别进行YuleWalker方程估计和最小二乘法估计,确定两模型均可用作随机时间模型分析。分析结果显示,通过最小二乘法估计的模型能够更好地用于预测。预测显示,河南省GDP增长在未来仍会持续,只是增长率会逐步下降。     

野桑蚕foxo同源基因的克隆和序列分析

FOX蛋白家族(Forkhead box family,FOX)在昆虫眠性、生长及变态发育等过程中起到重要作用。研究克隆了野桑蚕FOX蛋白家族中的foxo同源基因ORF框及其上下游部分UTR序列,比较了与家蚕同源序列的异同。结果表明野桑蚕foxo基因ORF框长度为1 539 bp,编码512个氨基酸残基。野桑蚕与家蚕foxo基因在核酸序列上存在13处单碱基差异,但两者蛋白序列完全一致。序列分析表明,野桑蚕foxo编码蛋白含有保守的fork-head结构域和FOXO蛋白特有的TAD结构域。进化分析表明,野桑蚕foxo与家蚕亲缘关系最为接近,脊椎动物和昆虫各亚目可按照foxo序列聚为亚群,表明foxo保守性的同时也具有各物种独特的特征。研究在深入开展野桑蚕foxo基因功能分析及其在变态发育过程中的功能研究方面具有一定理论指导意义。     

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。