最小二乘外推与ARIMA(P,1,0)组合模型在极移短期预报中的应用

将ARIMA（P,1,0）模型应用到极移随机性部分序列的预报中,提出了利用最小二乘外推与ARIMA（P,1,0）的组合模型来对整体极移序列进行短期预报。并与其他方法对极移1~5天的短期预报精度进行了对比,结果证明了该模型在极移短期预报上的有效性与优越性。

APPROXIMATE POWER OF HETEROSCEDASTICITY TEST IN NONLINEAR MODELS WITH ARIMA（0,1,0） ERRORS

This paper presents an approach for estimating power of the score test, based on an asymptotic approximation to the power of the score test under contiguous alternatives. The method is applied to the problem of power calculations for the score test of heteroscedasticity in European rabbit data （Ratkowsky, 1983）. Simulation studies are presented which indicate that the asymptotic approximation to the finite-sample situation is good over a wide range of parameter configurations.

应用ARIMA-GM(1,1)组合模型预测手足口病发病率

比较ARIMA模型和ARIMA-GM(1,1)组合模型在我国手足口病月发病率预测中的应用效果,探讨优化预测手足口病发病率的模型。方法:使用我国2008年5月至2014年12月期间手足口病月发病率资料,用EXCEL2010、SPSS22.0和EViews8.0拟合两种模型,并用2014年7月~12月的数据评价模型的预测效果。结果:ARIMA模型和ARIMA-GM(1,1)组合模型拟合及预测的MRD,MSE,RMSE和MAE分别为19.072,8.135,2.852,3.911和16.483,7.246,2.692,2.289;18.157,7.334,2.708,3.033和15.349,6.947,2.636,2.179。结论:ARIMA-GM(1,1)组合模型拟合及预测效果优于ARIMA模型。

带有ARMA(0,1,0)误差的非线性模型影响诊断

在带有AR IMA(0,1,0)误差的非线性回归模型中,利用梯度方向研究了观测数据对于其异方差检验的Score统计量的局部影响,分别得到了因变量及自变量的微小扰动情况下度量最大局部影响的诊断统计量.最后,给出了具体的数值实例,说明了本文结论的有效性.

基于ARIMA-GM的短期民航货邮周转量研究

ARIMA模型对季节特征有较好的拟合效果,灰色GM(1,1)模型能准确反映时间序列的增长趋势,结合民航货邮周转量的特点和ARIMA模型和GM(1,1)模型的优点,分别建立货邮周转量的ARIMA和GM(1,1)的时间序列模型,揭示出民航货邮周转量随时间推移而发展变化的动态规律,最后为更精确地预测月度民航货邮周转量,提出基于ARIMA-GM的组合预测模型,并对近几月民航货邮周转量进行较准确的短期预测,结果表明:组合模型能提高预测精度,在实际应用中ARIMA模型可用于非季节和季节的各类时间序列;灰色GM(1,1)模型能准确反映时间序列的增长趋势,两者相结合很好地解决了民航货邮周转量短期预测的实际问题,得到民航货邮周转量更精确的预测结论,能够对民航货邮市场的发展趋势进行宏观把握,有利于决策者的经济决策行为。

ARIMA模型和GM(1,1)模型在全国艾滋病发病率预测中的比较研究

目的利用ARIMA模型和GM(1,1)模型对全国艾滋病发病率进行预测并进行效果比较。方法利用1999-2011年全国艾滋病发病率分别建立ARIMA模型和GM(1,1)模型,进行回代拟合,并预测2012和2013年艾滋病发病率。同时,比较2个模型的拟合和预测效果。结果利用ARIMA模型拟合艾滋病发病趋势效果较好,预测2012年和2013年艾滋病发病率分别为1.51/10万、1.49/10万,即未来2年艾滋病发病率将维持在一个较高水平。GM(1,1)模型显示拟合精度为二级,预测2012年和2013年全国艾滋病发病率为2.88/10万和3.70/10万,结果提示,艾滋病发病率呈明显上升趋势。结论 2种预测模型结果存在差异,均显示未来2年我国艾滋病发病率未有减缓之势,有关卫生部门应改进卫生策略与措施,争取控制进而遏止艾滋病流行趋势。

基于遗传算法优化的BP神经网络的组合预测模型方法研究

【目的】提出以传统猪瘟发病率为对象的组合预测模型。【方法】利用ARIMA模型以及灰色模型GM(1,1)进行数据初始化处理,将初步处理结果作为优化后的BP神经网络输入构建组合模型。【结果】利用组合模型对2000年到2009年的月度发病数据进行实例分析,结果表明预测数据精度达到97.379%,较ARIMA模型,灰色模型、BP神经网络模型分别提高了5.469%、3.499%、1.188%,模型平稳性增强,预测结果良好。【结论】本研究为动物疫情测报提供了有效的分析手段,验证了组合模型在动物疫情研究中的可行性,并可为其它动物疫病提供借鉴和参考。

内蒙古自治区人口总量的时间序列拟合与预测

以1950—2007年内蒙古自治区人口总量数据为依据,利用ARIMA(1,1,1)与GM(1,1)模型分别对内蒙古人口总量的时间序列进行了拟合、分析与预测。分析结果表明:两种模型的拟合程度都比较高,但灰色模型的拟合度更高。因此用GM(1,1)模型对内蒙古自治区2010—2012年的人口总量进行了预测。

ARIMA(p,d,q)与GM(1,1)模型在洪涝灾害预测中之比较研究——以广东省做实证分析

运用经济时间序列ARIMA(p,d,q)模型与GM(1,1)模型对广东省的洪涝灾害进行了预测.研究结论显示,所建立的ARIMA(p,d,q)模型能够较好的对洪涝灾害进行预测,模型可以运用到各种主要气象灾害风险预测与管理中,但所建立的GM(1,1)模型虽然具有很好的精度,但预测效果并不好.这充分体现了模型选择在预测过程中的重要性.

宁波港集装箱吞吐量预测模型的选择

宁波港集装箱运输业务的发展状况对宁波经济和浙江经济有重要影响,所以如何准确预测宁波港集装箱吞吐量,就成为一个重要课题。之前许多学者运用关联因素预测法、GM(1,1)灰度模型、三次指数平滑法等方法进行预测,但预测精度不高。文章运用时间序列预测模型中的ARIMA模型,先后进行49次建模尝试,最终建立最优ARI MA(4,2,4)模型,并顺利通过一系列检验。运用该模型,对宁波港集装箱吞吐量进行预测,精度较高。同时预测结果显示,近两年宁波港集装箱吞吐量将继续保持低速增长。

基于组合预测模型的我国GDP预测分析

利用中国1990—2009年的GDP数据,在建立指数曲线模型、ARIMA模型和三次多项式模型的基础上,以误差平方和最小为最优准则建立组合预测模型,对中国2010—2015年的GDP值进行预测。结果显示,组合预测模型的精度高于各个单项预测模型;2010—2015年的年均增长率为14.79%,我国国民经济仍以较快的速度增长。

新疆人均生态足迹的演变及其计量测算探析

运用生态足迹理论,计算出1984-2007年新疆的人均生态足迹,揭示新疆人均生态足迹随时间的变化规律;以1984-1995年的新疆人均生态足迹为基数,引入现阶段应用范围较广的时间序列预测模型(ARIMA模型、灰色GM(1,1)模型、线性回归模型)对新疆1996-2007年的人均生态足迹进行测算,并将各模型的预测结果与实际值进行比较,探讨出新疆人均生态足迹短期预测中的最佳模型,并借此最佳模型对新疆"十二五"人均生态足迹进行预测。结果表明,新疆人均生态足迹逐年持续上升,"十二五"时期人地矛盾将进一步加剧,集约节约利用资源是新疆可持续发展的必然趋势;将计量模型与生态足迹计算结合起来,能够弥补生态足迹理论中的静态性缺陷和预测性难题;ARIMA模型和灰色GM(1,1)模型是预测新疆人均生态足迹中较优的模型,ARIMA模型更适宜短期预测。

居民消费价格指数近期预测

本文从我国居民消费价格指数波动的特征出发,结合自回归移动平均ARMA(p,q)模型的建模原理,对差分运算后序列进行模型识别及模型优化,最后发现梳系数模型ARIMA(1、12、13,12,0)能够很好地拟合我国居民消费价格指数,同时本文依据ARMA(p,q)模型的内在机理导出了其点预测和区间预测的计算通式,并对我国居民消费价格指数进行了短期预测。

X-12-ARIMA方法在伤寒发病趋势分析中的应用

目的研究X-12-ARIMA方法在伤寒/副伤寒疫情分析中的作用。方法应用X-12-ARIMA方法对浙江省2005—2013年伤寒/副伤寒的月度发病数据分别进行长期趋势、季节周期和随机波动分析,解析原始发病数据中存在的内在特征和变化规律。结果 2005—2013年季节因子波动幅度呈逐年缩小趋势;浙江省2007年9月后,伤寒/副伤寒的整体发病水平呈下降趋势;2008年后,伤寒/副伤寒年度发病高峰月由原来的8月提前至7月;不规则项能较好反映暴发疫情。结论通过X-12-ARIMA方法分解的伤寒/副伤寒发病数据,其长期趋势明显、季节变化规律清晰、随机波动信息具有重要价值。

人口老龄化下我国城镇居民养老保险参保率的预测

养老保险的发展关系到社会保障体系的建设,对其的预测有利于推动我国养老产业的发展。为了预测我国城镇居民养老保险参保率的变化,基于2000年到2018年我国养老保险参保率的数据,利用MATLAB、EVIEWS等软件,建立GM(1:1)模型和ARIMA模型对我国2019年到2023年的养老保险参保率进行预测,并对所建立的模型进行检验和与预测的相对误差进行对比。根据预测的结果发现,利用GM(1:1)预测模型预测的参保率的上升趋势要快于ARIMA模型的预测结果,并根据预测结果对我国养老保险发展提出相关建议。

基于二级修正的区域水资源需求量预测模型

根据区域社会经济发展的用水现状以及水资源需求的总体变化趋势,将Logistic生长曲线模型和GM(1,1)等维新息模型相结合,建立组合预测模型,组合预测区域水资源需求量,并利用ARIMA模型对区域水资源需求量的组合预测结果进行一级修正;在此基础上,根据区域节水规划的总体目标,剖析区域社会经济发展综合节水潜力,对区域水资源需求量的一级修正结果进行二级修正,最终得到区域水资源需求量的综合预测结果。算例分析结果表明,模型具有较高的预测精度。

3种模型在肺结核发病率预测中的比较研究

目的对GM(1,1)模型、霍尔特双参数指数平滑预测模型和ARIMA模型在肺结核发病率预测中的效果进行比较。方法利用1980-2007年北京市肺结核的发病率分别建立GM(1,1)灰色预测模型、霍尔特双参数指数平滑预测模型和ARIMA模型,对建立的模型进行拟合。比较3个模型的拟合效果,同时利用ARIMA模型对2008年北京市的肺结核发病率进行预测。结果针对北京市肺结核发病率建立的GM(1,1)模型、霍尔特双参数指数平滑预测模型和ARIMA模型的平均误差率(MER)分别为15.11%、9.51%、9.52%,决定系数R2分别为0.935、0.964、0.969。结论 ARIMA模型对于隐含波动周期并且不稳定的循环型时间序列拟合效果优于GM(1,1)模型,对解决时间序列类型的肺结核发病率等资料有很好的实用价值。

基于多模型集成的铁矿粉库存量预测方法

针对铁矿粉库存量预测问题,结合灰色系统模型与时间序列模型的优点,提出一种基于多模型集成的库存量集成预测方法。根据库存量历史数据,分别建立基于残差修正的等维新息GM(1,1)模型与自回归积分移动平均模型ARIMA(p,d,q);采用基于信息熵的方法对2种模型进行加权集成;分别采用单一模型与集成模型对铁矿粉库存量进行预测。仿真验证结果表明:集成预测模型实现库存量的准确预测,在3种模型中预测结果最好。

基于时间序列的火灾形势的交叉预测

提出从横向和纵向两个方向分析火灾数据变化,研究其趋势性和季节性特征,并分别从横向建立火灾的月发生起数的灰色模型和回归模型,从纵向建立火灾的月发生起数的ARIMA模型,最后将两个方向数据合成区间,进行交叉预测。

基于时间序列模型的股票价格波动特性分析

股票市场的波动率问题一直是现代投资学研究的关键问题,是国家监管机构最关注的风险指标。选取股票交易系统中2015—2016年股票东阿阿胶(000423)日收盘价数据,分别从序列水平特征和波动特性2个角度,运用ARIMA模型和GARCH模型,进行股票的短期预测和波动性拟合。结果显示:ARIMA模型对深交所股票东阿阿胶日收盘价的短期预测值与实际值相对误差小,GARCH模型较好地拟合了股票价格,并估计出了风险区间,能为短期投资者和股票决策者提供参考。