基于ARMA组合模型的我国人口增长预测分析

众所周知,我国是人口大国,人口数量问题和人口结构问题严重阻碍了我国社会、经济、资源、环境等方面的可持续发展。在新中国成立以来人口增长趋势以及两次人口波动情况后,从虚拟变量的角度,考察了计划生育政策的实行对我国人口的影响,结果表明计划生育政策大大减缓了我国的人口增长速度,对控制人口形势发挥了显著作用。在此基础上,运用组合模型,一方面克服了自相关性,更重要的是,利用组合模型在预测方面的优势,对未来五年我国人口进行预测,结果表明,在2014年,我国人口将突破14亿,2015年,我国人口总量将达到14.2684亿。

趋势外推与ARMA组合模型对能源消费预测的应用

以内蒙古1985-2008年能源消费总量数据为基础,分别运用ARMA模型、趋势外推与ARMA组合模型进行能源消费的拟合,通过对比分析,得出二次抛物线趋势外推与ARMA(2,1)组合模型能更好地模拟内蒙古能源消费情况。文中运用此模型进行预测,其结果具有精度高、稳定性好等特点。通过对未来能源消费的预测可以为有效制定相关政策、实现资源的合理配置、实现可持续发展提供帮助。

基于回归与ARMA组合模型的安康市农业发展预测研究

提出运用回归与时间序列(ARMA)组合模型来预测农业发展的方案,结合安康市主要农产品的历史数据,分别建立了相应的有效预测模型,对安康市“十三五”末的农业发展进行了预测并分析其原因,提出了推动安康市农业发展的建议。

GM(1,1)-ARMA(p,q)组合模型下的PM_(2.5)浓度预测--以西安市为例

随着经济的发展,空气质量问题日渐显露,雾霾天气不断增加,而雾霾形成的主要原因是细微颗粒物,细微颗粒物能够较长时间悬浮于空气中,其浓度越高危害越大。PM_(2.5)作为直径小于等于2.5微米的颗粒物,被吸入体内后会引发哮喘、支气管炎以及心血管病等疾病,引起人们的广泛关注。因此,文章对西安市2013年12月到2021年3月的PM_(2.5)浓度值共计88条数据进行了实证研究,分别采用灰色系统预测模型GM(1,1)、时间序列模型AR(2)以及二者的组合模型对西安市的PM_(2.5)进行预测,研究结果表明组合模型的相对误差最小,预测效果最优。

基于突变分析的周期——ARMA模型年降水量模拟

使用M-K法检验珠江流域云南片1956—2012年年降水量系列,发现该系列在2003年出现变少突变信号,以突变点为分界点,去除突变因素,重新构建年降水量系列。分别构建原系列及考虑突变因素新系列周期—ARMA线性组合模型并模拟计算,结果表明,考虑突变因素后,系列周期将发生一定变化,但有利于提高模型模拟精度。

组合时间序列ARMA模型在经济预测中的应用——内蒙古十一五期间GDP预测

2006—2010年是内蒙古"十一五"规划的重要时期.利用组合ARMA时间序列模型,对内蒙古2006—2010年GDP进行预测,得出的结果能够帮助我们把握"十一五"期间经济运行的变动趋势,并寻求最佳的调控办法.

我国犯罪发案率与城市化进程的实证研究

文章采用1978—2007年全国犯罪发案率与城市化进程指标数据,通过建立回归与ARMA组合模型(科克伦迭代法),分析了1978年以来我国城市化进程对犯罪发案率的影响,并用2008年的数据对模型的精度进行了检验;从而探讨了二者间存在的相关关系,并就城市化进程对犯罪发案率的影响加以解释。

发电量与经济增长关系研究

对2000年到2009年上半年的GDP与发电量季度数据进行了回归分析,并建立了回归与ARMA的组合模型。结果表明,从长期来看,发电量对GDP增长有显著影响,并且上一季度发电量每增加1%,GDP增长1.77%。因此,促进电力工业的发展,保证电力供应的充足,对经济发展有着重要影响。