X11-ARIMA模型在我国第三产业季度GDP预测中的应用

第三产业GDP作为宏观经济中非常重要的一个指标,本模型来揭示我国以季度为最短间距的第三产业GDP的增长变化规律。

X11-ARIMA模型在全国手足口病发病数预测中的应用

X11-ARIMA模型是精确的时间序列预测方法之一。本文结合SAS9.4软件应用X11-ARIMA模型对全国2008~2018年的手足口病(hand-foot-mouth disease,HFMD)月发病数进行建模分析,根据所建立的最优模型对2019年1~6月的发病数进行预测,再与实际值相比较,通过预测的误差相对绝对值判断,检验模型的预测可靠性。进而通过该模型预测2019下半年手足口病的月发病数,对预测结果具体分析,提前为手足口病的防治措施的制定提供依据。

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。

基于X12-ARIMA加法模型的保费收入研究

文章基于1999年1月～2011年8月中国保费收入月度数据,采用当下最为热门的季节调整方法X12-ARIMA加法模型,对其进行季节调整,得到经调整后的时间序列和季节调整因子,在假设季节调整因子短期内不发生变化的条件下,采用两种模型估计方法建立经调整后的时间序列模型,从而建立中国保费收入月度数据短期预测模型。

中国游客赴日旅游消费的影响因素研究——基于X12-ARIMA模型的分析

2015年以来,我国出境旅游消费人数急速增长,其中赴日本旅游消费人数首次突破200万人,相比2008年,增幅超过40%。本文选取2008年到2015年间共96个月的数据,从经济因素和非经济因素两方面进行实证分析。结果表明,中国个人赴日旅游签证政策的调整使得中国赴日本旅游消费人群结构发生变化,由最初的高收入人群为主逐渐向中等收入群体倾斜。此外,研究发现,汇率、CPI等经济因素对高收入人群的出行决策影响不大,但会对中等收入群体产生较大影响。基于以上分析,文章最后对我国发展旅游消费市场提出了相关对策建议。

X11与联立方程组模型在宏观经济月度预测中的应用

宏观经济计量模型是当今世界各国普遍采用的一种研究国民经济运行情况的有效工具,主要应用于结构分析、经济政策评价和经济发展预测。本论文探索建立一个宏观经济月度计量模型,运用建立的月度计量模型进行短期预测,为经济决策提供依据。

基于X11-WT-LSTM的物流货运量多尺度组合预测研究

为提高物流货运量预测精度,提出一种基于X11季节调整和小波多尺度分解-长短期记忆神经网络(X11-WT-LSTM)的组合预测模型。首先,对原始数据进行季节调整,并通过小波分解(WT)将数据分解为高频序列、低频序列和趋势项;其次,分别使用长短期记忆神经网络(LSTM)、BP神经网络和Holt指数平滑法进行单项预测;最后,利用最小二乘线性回归对结果进行集成,并进行误差检验。实证结果表明:多尺度组合预测模型能明显提高预测精度,预测效果优于LSTM、ARIMA等单项预测方法以及未经季节调整的组合预测模型,为物流货运量预测提供了新的思路。

利用X11过程对一线城市房价进行分析——以广州为例

本文主要以广州为例,探究2007年至2017年一线城市限购限贷政策实施以来房价的波动情况,并深入研究限购限贷政策的影响。笔者运用2007年至2017年广州每月最后一天平均房价作为当月平均房价,通过X11过程中对房价序列进行分解,建立加法模型,并对季节因子、不规则因子、趋势项三个子序列分别进行分析,其中,不规则因子序列需要进行进一步的时间序列模型拟合,考虑其为平稳序列,运用AR(4)模型进行拟合,并通过残差自相关检验。

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HP滤波模型的海南瓜菜价格波动分析

运用2006年第1季度至2014年第3季度的海南瓜菜季度价格指数数据,分析了海南省瓜菜价格波动的主要特征;用X11季节调整模型剔除季节性因素对瓜菜价格波动的影响后,运用HP滤波模型分析瓜菜价格波动的规律性,并对短期波动的周期进行了划分。结果发现,海南瓜菜价格波动均属于低峰型波动,价格上涨能力有限。从价格波动深度来看,茄果类最大,平均深度为27.69,说明茄果类价格的下降能力较强。从扩张与收缩长度来看,叶菜类表现出收缩趋势,瓜类蔬菜价格的上涨势头正在减弱,茄果类价格扩张趋势明显,菜用豆价格指数保持平稳。总体来看,海南瓜菜价格具有稳步上涨的长期趋势,但短期波动剧烈,提出了稳定海南瓜菜价格的针对性措施。

我国体育娱乐用品零售类值波动特征分析及短期预测

体育娱乐用品行业作为体育产业的重要组成部分,是推动国民经济发展的重要驱动。该研究基于统计学原理,运用X12-ARIMA模型对我国体育娱乐用品零售类值进行实证分析。研究表明:2017—2021年我国体育娱乐用品零售类值有明显的周期性波动,且X12-ARIMA模型对体育娱乐用品零售类值的拟合效果理想,故此模型可以用于对未来体育娱乐商品零售类值的预测。该文预测结果显示,6月份与11月份为每年的阶段性峰值,而2023年相比往年的上升趋势更明显。基于此,该文对体育娱乐用品行业的发展提供了针对性的政策建议。

季节调整方法综述及比较

Seasonal adjustment has been widely used in statistic analyses.Nowadays,the research on seasonal adjustment methods mainly concentrates on X-11,X-12 etc in China,lacking the whole understanding of foreign seasonal adjustment methods,and the latest progress of seasonal adjustment methods has been less introduced.In this article,various seasonal adjustment methods were introduced,and a comparison of their characteristics and applications was made.It is helpful that statistical organizations can develop appropriate seasonal adjustment methods,concerning different kinds of data.

我国鸡蛋价格波动规律及影响因素分析

文章基于2001—2016年我国鸡蛋价格月度数据,运用X12-ARIMA加法模型、HP滤波方法和协方差,分析我国鸡蛋价格波动规律及新特征、影响和应对措施。结果表明：我国鸡蛋价格季节性、周期性波动明显;由生产成本等所决定的趋势因子和由供需失衡所形成的循环因子是鸡蛋价格波动形成的主因,假日效应、蛋鸡产蛋规律等所形成的季节因子对鸡蛋价格波动的贡献次之,突发动物疫病等引起的不规则变动贡献最小;近年来鸡蛋价格持续上升态势不再明显,但波动周期缩短,频率加快;“元旦”“春节”对蛋价的推升作用稳定,而“中秋”“国庆”等推升作用趋显;趋势因子对鸡蛋价格波动的贡献比例大幅降低,循环因子对鸡蛋价格波动的贡献比例大幅上升,季节因子的贡献比例也有较大幅度上升。

中国保费收入的预测研究

文章基于1999年1月-2011年8月中国保费收入月度数据，采用最为热门的季节调整方法X12-ARIMA加法模型，对其进行季节调整，得到了经调整后的时间序列和季节调整因子，在假设季节调整因子短期内不发生变化的条件下，采用三种模型估计方法建立经调整后的时间序列模型，从而建立了中国保费收入月度数据短期预测模型。

医疗统计周期性预测问题的比较研究

文章立足医疗统计领域周期性预测问题,以门诊人次为例进行建模方法比较,为类似研究提供方法参考。采用方式为:方式1:门诊人次季度数据由X11法时序分解后提取季节指数消除季节波动,用ARIMA法和抛物线拟合外推。方式2:周期差分提取季节信息,二阶差分提取长期趋势,直接用季节ARIMA法建模。季节波动和短期相关间交互影响不清,试用简单季节或乘积季节模型。得出结论:方式1对周期时序资料分解后,由组合方法依次直观反映;方式2直接用季节模型拟合预测,乘积季节模型性能并非有替代性,简单季节模型更优。算例为载体用几类方法比较研究,对于医院统计领域周期性预测问题有借鉴意义。

基于神经网络的期铜价格趋势预测研究

运用X-12-ARIMA季节调整方法,对上海交易所三月期铜月平均价格进行季节性调整,消除了季节因素和不规则因素对铜价的影响。针对季节调整后序列,分别建立了BP、RBF、Elman等神经网络模型,并对期铜价格进行预测。预测效果比较说明,与传统的神经网络相比,Elman神经网络模型具有收敛速度快、预测精度高的特点,能在期铜价格预测方面取得较好的效果。

我国股市与宏观经济关联性的实证研究

本文应用协整理论实证分析了我国股市与我国宏观经济的关系,得出我国股市与宏观经济之间存在着联系结论,进而建立自回归误差模型得出它们之间的确切数量关系,从数据角度更加清楚地看到我国股市与宏观经济之间的相互关系。