江苏省如东县未来5年农业产值的预测

根据2001年至2007年如东县的农业产值统计资料,应用GM（1,1）模型和线性回归模型,预测了该县2008～2012年农业产值的发展趋势。

基于时间序列模型的农业总产值预测

本文采用时间序列分析方法,对河南省2001年第一季度到2018年第一季度共69个农业总产值季度数据进行研究分析,建立ARIMA时间序列模型,并对这一模型具有的残差异方差性进行了改进,最终建立ARIMA―GARCH模型。之后,利用建立的模型对原始数据进行预测,最后得到了河南省农业总产值2018年第二季度到第四季度的预测数据值。

Box-Cox变换在我国农业总产值预测分析中的应用

受多因素影响我国农业总产值时间序列存在异常点、非正态性和异方差性,使基于最小二乘参数估计的自回归AR(P)模型在我国农业总产值预测中精度降低.针对此问题,提出了一种改进估参方法:通过Box-C ox变换使建模数据线性程度提高,正态性改善,异方差性消除,在此基础上建立的AR(3)模型使其拟合预测精度得到了提高.实证分析表明;引入Box-Cox变换后,加权最小一乘估参效果优于极大似然估参,但此两种估参所得模型的预测精度均优于仅对原始建模数据作差分处理的ARIMA模型.