基于X-11-ARIMA方法的取暖油价格季节性波动分析

本文详细介绍和分析X-11-AR IMA季节调整方法,为进一步研究和应用季节调整方法提供有益的探索。利用X-11-AR IMA方法分析国际取暖油价季节性波动,探讨油价运动规律,为我国进口石油提供决策支持。

x-11-ARIMA过程在痢疾疫情预测中的应用研究

目的探寻江苏省痢疾疫情的季节分布规律,为及时采取预防措施提供理论依据。方法应用x-11-ARIMA过程分析江苏省2000年至2012年的痢疾月度数据,采用SAS软件将时间序列数据拆分成长期趋势起伏T,季节波动S,不规则波动I三个部分。结果痢疾发病带有一定季节性,每年重复进行,趋势大体相同;每年的7、8月份为痢疾高发期,12月至次年的3月份处于发病低谷期;2000-2005年季节因子波动振幅较大,而后随时间推移有减弱的趋势。结论痢疾的发生比较稳定,x-11-ARIMA模型分析其季节分布规律有较好的科学性和实用性。

基于x-11法的时间序列的预报方法

针对具有周期性的非平稳时序 ,提出了基于x - 1 1法的预报方法 .最后给出了该方法的应用实例 ,并与传统ARIMA法进行了比较 .

Holt-Winters模型与X-11模型在预测中的比较研究

以实际数据为例,对一时间序列分别建立Holt-Winters模型与X-11模型并进行预测。从而对这两种统计模型进行比较研究,得出对于既有趋势又有季节性的时间序列进行预测X-11模型优于Holt-Winters模型。

季节性时序模型X-11方法及其应用研究

本文对X-11方法作了分析,利用这些分析结果,可以对其他的季节性时间序列进行分析预测。对用X-11进行预测的方法进行了分析,并提出了补充两端数据进行预测的方法,通过实例说明,这种预测方法精度较高。

X-11方法在某医院肾脏病科门诊量预测中的应用

目的探讨X-11方法在某医院肾脏病科门诊量统计预测中的应用。方法收集某院2012—2014年各季度门诊量,利用SAS 9.1.3软件的X11过程,运用X-11方法对数据进行分析,分离季节因子,探索趋势拟合值与时间之间的关系,拟合回归方程,预测2015年一至四季度的门诊量。结果发现趋势拟合值与时间之间存在曲线关系,预测模型为Tt=15 600+5 000/1+e4.94-0.82t,2015年一至四季度的门诊量分别为20 471、21 636、21 329、18 933。结论 X-11方法能够将季节因素分离,发现不同时间数据序列的趋势,因此预测结果值得应用。

经济时间序列的X-11季节调整方法(Ⅰ)

本讲座以美国普查局的Ｘ－１１程序为背景，介绍程序中涉及的经济概念和统计方法，并结合实例介绍方法的应用．

用X-11模型对儿童伤害住院季节变化规律的研究

目的：分析儿童伤害住院季节分布规律。方法：以伤害住院儿童人次数构成的时间序列，采用时间序列分析方法-X-11季节调整方法分析出各种伤害原因所致儿童住院人次数的季节因子，以此反映不同原因导致儿童伤害住院人次数的季节分布规律。结果：儿童伤害住院季节规律为：总伤害住院人次数的季节高峰在5月和9月，1月和2月为最低谷，在8月有一个较低的谷。儿童跌落伤害住院在4～10月有一个高峰平台，其中5月和9月两个高峰最高，12、1和2月为低谷。儿童呼吸道梗阻住院在2～4月有一个高峰，11～12月有一个高峰。6～8月是呼吸道梗阻发生的低谷期。儿童交通运输伤害住院季节分布特征是12、1、2月最低，其次7月比较低。火灾便伤伤害住院季节因子是8月最低，6、7月其次。挤压碰撞伤害、切割／穿刺伤害住院人次数没有明显季节高峰。结论：儿童因跌落伤、呼吸道梗阻、交通运输伤和火灾／烫伤伤害住院有明显的季节性，因X-11模型分析儿童伤害住院的季节分布规律是有效的。

肠杆菌X-11对石油烃污染物的降解特性

考察了肠杆菌X-11对石油烃代表物十六烷及菲的降解特性,分析了菌在各碳源中的生长动力学曲线及各碳源的降解动力学曲线。结果表明肠杆菌X-11在十六烷、菲、十六烷与菲混合物这3种碳源中都能较好地生长,都能达到较高的生长速率,生长过程中都有二次生长现象;肠杆菌X-11对葡萄糖、十六烷、菲、以及十六烷与菲混合物中所含菲的1天内平均降解速率大小关系为:十六烷>葡萄糖>菲(十六烷与菲混合)>菲,肠杆菌X-11对十六烷具有很强的降解能力,其对十六烷的1天内平均降解速率是其对葡萄糖的2.4倍,是对单独菲及混合菲的6 200倍。

X-11过程和ARIMA模型在煤炭企业物料需求预测中的应用研究

煤炭企业物料需求影响因素多而复杂,物料需求时间序列往往不平稳,如果采用较高的库存水平来应对非平稳需求会造成大量库存资金占用,从而影响企业经济效益。因此,如何准确有效地预测需求是非常重要的。文章以煤炭企业物料胶质线为例,采用ARIMA模型和X-11过程对其历史需求数据建模预测,结果表明运用ARIMA模型和X-11过程相结合建模预测能大大减小误差,提高预测的精确性,从而可以大大节约库存成本。

ARIMA模型和X-11过程在农民人均现金收入预测中的应用研究

本文通过对我国2000—2014年的农民现金收入季度数据进行时间序列建模,利用ARMA模型和X-11过程来分析预测短期内我国农民现金收入的变动趋势,为短期内预测我国农民现金收入提供有效参考。

基于X-11-ARIMA模型在GNSS定位数据后处理的应用

定位数据分析及后处理是卫星导航定位系统在测绘和地灾监测应用中的关键环节.通常,在卡尔曼滤波处理定位数据后得到的平滑数据,能够剔除噪声干扰得到贴近真值的数据.但在长时间跨度的情况下,周期性发生的干扰难以在短时间内被识别和滤除,从而反映为一种频率较低的噪声波动.假设该波动干扰存在周期性,以X-11分解时间序列分析方法进行数据处理,平滑后定位数据的方差从4.733减小至2.683,精度提高了43.3%.并对拆分数据进行差分自回归移动平均模型(ARIMA)建模预测.还原数据对比直接预测数据的分析结果表明:拆分后分别预测再整合还原精度高于直接预测5%~10%,可以应对平滑处理实时性差的问题.

无翼的黑鸟——本田X-11摩托车印象

演变的NK(naked bike)车X-11,在1998年慕尼黑车展上初露雏形,当时的名字叫CB1100F.或许是本田公司觉得以前的F型号略带斯文,正式生产时便改用了一个辣味十足的名字"X-11",创意可能源自前几年推出的略带巡航特征的猛车X-4.

赤裸黑鸟——骑乘本田X-11摩托车的感受

记得小时候妈妈给我讲过一个故事，说有一种鸟全身都不长毛，而且还很懒，当冬天要来临的时候，它总是说明天就做窝，可日复一日，它不还是懒得去做，结果最终被冻死了。

X-11-ARIMA模型在麻疹疫情预测中的应用研究

探讨X-11-ARIMA方法在我国麻疹疫情的季节波动分析和短期预测中的应用,为及时采取预防措施提供理论依据.基于2004-2015年我国麻疹月发病人数数据,运用ARIMA乘积季节模型分析麻疹流行趋势并进行短期预测,运用X-11方法分析其季节波动和长期趋势.麻疹月发病人数带有稳定的季节效应,每年的4、5月份为麻疹高发期,9月至11月处于发病低谷期.X-11-ARIMA可用于麻疹发病的季节波动分析和短期预测.

基于X11方法的盗窃犯罪时间序列分析

犯罪时间研究是犯罪问题分析、犯罪治理决策的重要环节。采用X-11方法,对温州市龙湾区2002年8月至2012年9月的盗窃犯罪数据进行研究,最终形成了该区盗窃犯罪的季节波动图以及趋势—循环成分图。通过分析图表,发现了该区盗窃犯罪的时间分布规律以及一些季节成分变化情况,同时也发现了其相关的趋势变化。

X—11方法在出生人口数量预测中的应用

用X—11方法,以1973至1981年加拿大出生人口的数据为例,通过分析出趋势成分T和季节成分S及不规则成分项E。对1982年出生人口进行预测,并探讨了这种方法在人口预测中的适用性。

汛期旱涝划分的探讨和降水序列X─11方法应用

本文研究了常州汛期旱涝的划分标准，并用X─11方法对降水序列作预处理，进而作周期分析和自回归拟合。结果表明，考虑了滑动月降水的旱涝指数反映旱涝的程度与实际情况更加相符，X─11方法的应用，使周期的显著性和预报效果均有提高。

结肠癌细胞核受体PXR表达对CPT-11化疗效果的影响

目的:探讨结肠癌细胞核受体PXR表达的变化对CPT-11化疗效果的影响。方法:用Western blot方法检测PXR蛋白在人结肠癌细胞株LS174T、HT29和HCT116中的表达。通过莱菔硫烷、利福平分别敲低或上调PXR受体的表达,利用MMT或流式细胞术研究其表达下调或上调对细胞增殖和凋亡的影响。结果:3株结肠癌细胞株LS174T、HT29、HCT116中,LS174T细胞的PXR表达水平最高(P=0.000)。莱菔硫烷处理后,LS174T细胞中PXR表达明显减弱(P=0.000),CPT-11作用后,细胞增殖明显受到抑制(P=0.013),对CPT-11敏感性增强;同时利用利福平处理后,LS174T细胞中PXR表达增强(P=0.000),CPT-11作用后,细胞增殖明显加速(P=0.019),对CPT-11敏感性降低。结论:结肠癌细胞核受体PXR表达的变化对于CPT-11化疗敏感性具有十分重要的影响,其可能在结肠癌耐药机制中具有重要作用。