期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
B-J方法在我国CPI季度数据预测中的应用
被引量：
1
下载PDF
职称材料
导出
摘要
文章基于Box—Jenkins随机时间序列方法，对我国1990～2010年CPI指数季度数据进行了预测分析。通过建立数学模型对CPI数据的变化趋势及季节性进行验证，表明我国的物价水平在短期内不会回落到3％以内，政府应该继续加强通胀预期的管理。
作者
张丽
机构地区
洛阳师范学院数学科学学院
出处
《统计与决策》
CSSCI
北大核心
2012年第3期12-14,共3页
Statistics & Decision
基金
河南省教育厅科技攻关项目(2010D110013)
河南省教育厅自然科学研究资助项目(2011B110026)
关键词
Eviews6.0
CPI季度数据
B-J方法
SARIMA模型
分类号
O212 [理学—概率论与数理统计]
F224 [经济管理—国民经济]
引文网络
相关文献
节点文献
二级参考文献
14
参考文献
5
共引文献
47
同被引文献
4
引证文献
1
二级引证文献
3
参考文献
5
1
岳惠丽.
我国居民消费价格指数时间序列预测——基于ARIMA模型与平滑ARIMA模型的比较分析[J]
.北方经贸,2009(8):9-10.
被引量：7
2
张丽,牛惠芳.
时间序列分析方法在居民消费价格指数预测中的应用[J]
.洛阳师范学院学报,2008,27(2):29-31.
被引量：11
3
郭海.
基于月环比均值和翘尾因素的居民消费价格指数短期预测[J]
.统计与决策,2011,27(1):10-12.
被引量：8
4
赵喜仓,周作杰.
基于SARIMA模型的我国季度GDP时间序列分析与预测[J]
.统计与决策,2010,26(22):18-20.
被引量：26
5
高铁梅计量经济分析方法与建模[M].北京:清华大学出版社,2009.
二级参考文献
14
1
张鹤.
时间序列分析方法在粮食价格指数分析中的应用[J]
.统计与决策,2004,20(9):32-34.
被引量：13
2
石美娟.
ARIMA模型在上海市全社会固定资产投资预测中的应用[J]
.数理统计与管理,2005,24(1):69-74.
被引量：55
3
王瑞泽.
对2005年GDP季度数据的预测——基于包含趋势和季节成分的ARMA模型的分析[J]
.统计与决策,2005,21(08S):113-114.
被引量：3
4
张小斐,田金方.
基于ARIMA模型的短时序预测模型研究与应用[J]
.统计教育,2006(10):7-9.
被引量：11
5
William W S Wei. Time Series Analysis: Univariate and Multivariate Methods[M].New York:Addison Wesley,1989.
6
Carlo Grillenzoni.ARIMA Processes with ARIMA Parameters[J]. Journal of Business & Economic Statistics,1993,11(2).
7
顾海燕.
时间序列分析在人口预测问题中的应用[J]
.黑龙江工程学院学报,2007,21(3):69-71.
被引量：13
8
成刚,袁佩琦,陈瑾.
北京市人均GDP的时间序列分析及预测[J]
.生产力研究,2007(3):83-84.
被引量：16
9
郝冉.
居民储蓄存款余额的时间序列分析[J]
.统计与决策,2007,23(19):92-94.
被引量：6
10
郝香芝,李少颖.
我国GDP时间序列的模型建立与预测[J]
.统计与决策,2007,23(23):4-6.
被引量：28
共引文献
47
1
张振.
河南省居民消费价格指数预测[J]
.投资与创业,2022,33(9):48-50.
2
王春影,李飞,王辉政.
我国CPI短期预测的实证分析——基于CPI构成的视角[J]
.思想战线,2013,39(S1):101-103.
3
刘海清,方佳.
基于指数平滑模型的海南省芒果价格预测[J]
.热带农业科学,2010,30(1):79-81.
被引量：6
4
黎玉芳.
我国社会消费品饮食类零售总额的预测模型研究[J]
.上饶师范学院学报,2010,30(6):27-31.
5
殷建平,宋桂秋.
对我国柴油消费市场季节性特征的实证研究[J]
.价格理论与实践,2011(11):46-47.
6
侯茜慧.
通货膨胀影响因素及发展趋势分析[J]
.科技广场,2011(10):33-36.
被引量：1
7
黄向庆.
基于系统动态分析的现金影响要素及趋势预测研究——以江苏省现金运行分析为例[J]
.上海金融,2012(1):102-106.
被引量：10
8
毛伟.
广东省经济增长、FDI、进出口关系研究——基于VEC模型的实证研究[J]
.吉林工商学院学报,2012,28(2):13-17.
被引量：1
9
张丽,牛惠芳.
基于SARIMA模型的居民消费价格指数预测分析[J]
.数理统计与管理,2013,32(1):1-6.
被引量：15
10
李加兵,常飞,田云飞.
数理统计模型对居民消费价格指数的应用研究[J]
.当代经济,2014,31(16):132-133.
被引量：3
同被引文献
4
1
陈飞,高铁梅.
结构时间序列模型在季节调整方面的应用——与X-12季节调整方法的比较分析[J]
.系统工程理论与实践,2007,27(11):7-14.
被引量：19
2
Aston J A D , Koopman S J . A Non-Gaussian Generalization of the Airline Model for Robust Seasonal Adjustment[J]. Journal of Forecast- ing, 2006,25.
3
Hylleberg S, Engle, R Granger, C et al . Seasonal Integration and Cointegration[J]. Journal of Econometrics, 1990,41.
4
王群勇,武娜.
中国月度数据的季节调整：一个新方案[J]
.统计研究,2010,27(8):8-13.
被引量：21
引证文献
1
1
常振海,刘薇.
我国铁路客运量的季节时间序列模型[J]
.统计与决策,2015,31(7):73-76.
被引量：3
二级引证文献
3
1
祁昊,翁剑成,林鹏飞,刘文韬,徐硕.
面向运营管理的多粒度省际客运需求预测方法[J]
.交通信息与安全,2017,35(5):115-122.
2
彭丽霞,赵联文,谢波,王丽梅.
成都市社会消费品零售总额的预测模型对比分析[J]
.重庆文理学院学报（社会科学版）,2018,37(3):132-140.
被引量：2
3
李明.
苏州国内游客流量的季节性预测模型[J]
.温州职业技术学院学报,2019,19(1):56-59.
1
张丽,牛惠芳.
基于SARIMA模型的居民消费价格指数预测分析[J]
.数理统计与管理,2013,32(1):1-6.
被引量：15
2
何文阁.
商场客流量B—J方法预测研究[J]
.常州工学院学报,2011,24(2):24-28.
3
汪惠,王宁.
基于小波分析和B-J方法的数据结构挖掘和预测[J]
.系统工程,2003,21(6):109-112.
被引量：1
4
张娜.
基于CPI指数变动下的物价变动会计研究[J]
.商,2014(16):70-70.
被引量：1
5
张婷.
CPI的SARIMA模型与X-12季节调整模型对比预测分析[J]
.经济问题,2014(12):37-41.
被引量：12
6
杨佩,何永利,徐霞.
次贷危机对我国西部房地产业影响分析——基于SARIMA模型[J]
.现代物业（下旬刊）,2011(1):112-113.
7
占健智,连高社,葛建军.
X11-ARIMA模型在我国第三产业季度GDP预测中的应用[J]
.统计与决策,2009,25(17):99-100.
被引量：14
8
郭剑川,刘黎明.
税收收入预测的时间序列方法选择[J]
.统计与决策,2009,25(5):30-32.
被引量：9
9
罗明,朱德辉,马芙蓉.
关于不定方程3x(x+1)(x+2)(x+3)=5y(y+1)(y+2)(y+3)[J]
.西南师范大学学报（自然科学版）,2009,34(5):16-21.
被引量：22
10
陆玮,王伟新.
我国脐橙市场价格预测——基于SARIMA模型的实证分析[J]
.中国证券期货,2011,14(9X):114-116.
被引量：1
统计与决策
2012年 第3期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
