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。     

基于ARIMA模型的四川省生猪价格预测

利用2008年5月～2013年3月的四川省生猪价格数据,建立ARIMA(p,d,q)模型,通过比较筛选最终确定选用ARIMA(2,1,2)模型,利用该模型对2013年4月～2013年7月这4个月的生猪价格做出了预测,预测结果表明:四川省的生猪价格在这四个月里会持续上涨,但是不会出现大涨暴涨的局面,政府应该做好储备肉的适量投放以稳定生猪以及猪肉市场的稳定。     

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。     

人均GDP时间序列模型及预测

大多数经济时间序列存在惯性或是迟缓性,通过对这种惯性的分析可以由时间序列的当前值和过去值对未来值进行预测。用ARIMA似模型可以对天津市人均国内生产总值（1978～2006）时间序列进行建模和短期外推预测。     

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。     

用改进单纯形法进行的Logistic模型拟合及预测--以耐用消费品社会拥有量为例

用改进单纯形法对耐用消费品社会拥有量的Logistic模型进行了拟合。拟合结果表明,该方法具有一定的精确性和可信度。比较分析也说明这一方法是行之有效的。     

河北省食用菌价格波动特征及预测分析

为探究河北省食用菌价格波动规律,以2009年1月—2018年10月香菇、平菇和双孢菇三种食用菌的月度价格作为样本数据,运用季节调整模型和H-P滤波法对其波动来源进行分解;并建立ARIMA模型对未来5个月内的三种食用菌价格进行短期预测。结果表明:三种食用菌价格均存在明显的季节特性;波动循环接近两年一个周期;价格走势趋于一致;在未来短期内,香菇和平菇的价格会持续下跌,而双孢菇价格保持上涨。最后从调控食用菌生产规模、优化食用菌产业结构、建好食用菌市场信息平台、加强食用菌价格监测预警、提高产品竞争力等方面提出了相应的对策建议。     

最优加权预测在吉林省粮食产量预测中的应用

根据最优加权理论来确定权重,将时间序列模型、指数平滑模型和GM(1,1)预测模型加以组合,利用吉林省1952-2007年的粮食产量统计数据,建立了吉林省粮食产量的组合预测模型,并预测出吉林省2008-2015年的粮食产量:2008年的粮食产量为2798.8万t,2015年将达到3377.01万t,年均增长率为2.72%.     

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。     

神经网络在农产品销量预测中的应用

随着农业大数据发展和计算机技术的不断成熟,人们能够快速准确地获得信息。在大数据背景下,利用传统的时间序列模型对农产品销量进行预测已经不能满足人们的需求,神经网络凭借其强大的非线性映射能力在销量预测领域得到了广泛应用。本文综述了国内外学者应用在农产品销量预测上的主要方法,介绍了神经网络在农产品销量预测领域的应用,客观阐述了神经网络在预测中可能存在的问题,并展望未来农产品销量预测研究发展方向,以期为农产品市场稳定协调发展提供参考。     

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。     

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。     

基于Box-Jenkins方法的黄河水质时间序列分析与预测

采用基于Box-Jenkins方法的时间序列分析技术,对黄河上游甘肃兰州段、中游吴堡和下游山东利津段的水质进行了趋势分析和预测。选取对水质产生影响较大的两个污染因子化学需氧量(CODMn)和溶解氧(DO)1994—2003连续10a的月平均水质监测数据,借助Matlab和SAS统计软件,建立了ARIMA模型和乘积季节时间序列模型,并分析了这两个污染因子随时间推移的变化规律。结果表明:ARIMA模型和乘积季节模型能够用于短期水质预测,并且预测效果较好。黄河流域从上游到下游水质总体状况呈逐渐下降趋势,上游水质一般为Ⅱ和Ⅲ类,而中游和下游水质基本为Ⅳ、Ⅴ和超Ⅴ类。     

社会资本对村委会农业减灾公共品供给职能影响研究——基于湖北省700户农户的调查数据

为探索农村社会资本存量,最大限度的利用社会资本发挥村委会的农业减灾公共品供给职能,解决我国农村减灾公共品供给不足,供给效率低下等问题,本研究基于湖北省3个县市700户农户的抽样调查数据,运用结构方程法,对农村社会资本对村委会农业减灾公共品供给职能的影响进行了研究,结果表明:1)社会网络和社区归属感是影响村委会供给职能的主要因素;2)共享和社会参与对村委会的供给职能有一定负向影响;3)社会信任对村委会供给职能影响不显著。因此,村委会应清醒认识到当前我国农村社区"空心化"的现状,重视村内人际关系建设,有针对性的建立村内强关系网络,建立完善"自下而上"的需求表达机制,培养农户的主人翁意识,树立起农户的减灾防灾意识,深入学习减灾防灾措施,普及减灾防灾知识,提高农户供给农业减灾公共品的主动性与积极性。     

福建省木材消耗结构稳态特征

分析福建省木材市场对林木资源的需求和森林资源生产情况,通过将木材消耗结构进行分类,应用马尔科夫链模型揭示了木材消耗稳态结构分布并预测了福建省2015—2020年的消耗结构比重.结果表明,福建省木材消耗结构基本分为原木、薪材、卫生筷子、人造板、木地板、二次加工板、造纸、农民自用材,其稳定状态分别为13.66%,0.96%,36.77%,8.28%,17.99%,1.86%,13.52%,6.92%.     

江苏省全社会固定资产投资预测

采用Holter-Winter非季节指数平滑模型、GM(1,1)模型和分段线性回归模型,对江苏省1978～2005年的全社会固定资产投资总额进行研究.结果表明,与其他两模型相比,分段线性回归模型具有较好的拟合效果,并预测了"十一五"期间的固定资产投资总额.     

时间序列分析模型在江苏省河蟹总产量预测中的应用

根据Box-Jenkins建模原理,采用ARI MAR(2,0,0)模型对江苏省河蟹总产量进行了拟合及预测研究。结果显示,所建模型的残差序列为白噪声,AIC为48.015 7,模型拟合值与实际值的相关系数为0.995 1,拟合度为0.990 1,表明组建的ARI MAR(2,0,0)模型结构合理,拟合效果好;用2006年江苏省河蟹总产量进行验证,相对误差为3.8%,表明ARI MAR(2,0,0)模型对江苏省河蟹总产量时间序列的变化趋势进行拟合和预测是可行的,是一种短期预测精度较高的预测模型。