新冠肺炎疫情对我国医药行业股价影响——基于ARIMA模型的实证分析

本研究选取新冠疫情发生前后四个月,即2019年9月2日至2020年4月30日上证医药收盘价,将其162个数据作为样本,运用ARIMA模型进行回溯预测。通过分析预测值与真实值的差值。得出疫情对我国医药行业股价有着正向冲击作用。随着全球疫情恶化使得正向冲击同时加剧,虽然国内新冠疫情态势已得到基本控制,但在全球大环境下其对我国医药行业股价的影响短时间内不会消退。

我国能源消费的ARIMA模型预测

能源影响着我国社会经济的稳定持续发展，对未来能源消耗的准确预测具有重要意义。本文利用Box-Jenkins法的ARIMA模型，对我国1978年—2010年的能源消费总量数据序列进行分析，证明ARIMA（1，2，2）模型拟合较好，预测了2011年我国能源消费总量。实证分析结果表明，所选模型能较为精确地预测中国能源消耗情况。

目标企业产品销量的预测模型与分析

本文主要应用时间序列模型中的ARIMA模型、疏系数ARIMA模型和自回归、残差自回归几种模型,对目标空调企业1996—2007年的全国空调总销售量月度变化进行建模。通过比较和分析各模型的数据拟合情况和所得的特征统计量,评价各模型的优劣,得到拟合该空调企业销量变化的最优模型,并利用所得模型计算出该企业空调未来十个月总销量的预测值,供该企业生产、营销部门参考。

关于SAS-Weblogic的数据挖掘模型的应用分析

本文在对SAS-Weblogic的数据挖掘模型和应用进行应用分析时,首先分析了SAS-Weblogic的数据挖掘模型,最后基于实例分析了SAS-Weblogic的数据挖掘模型的具体应用。SAS-Weblogic数据挖掘模型不仅仅解决了一般数据量的设计要求,结合ARIMA模型同样对于大数据量的设计要求也能得到有效的解决。