长短期记忆模型在低频数据预测中的应用——以新冠肺炎疫情对北京市社会消费品零售总额的影响测算为例

新冠肺炎疫情对中国经济社会发展带来严重冲击,科学构建预测模型评估疫情影响显得尤为重要。本文以北京市社会消费品零售总额(以下简称社零额)为研究对象,分别构建单变量SARIMA模型和单变量LSTM模型,同时引入常住人口规模、城镇居民人均可支配收入和居民消费价格指数3个影响社零额的变量,构建多变量LSTM模型拟合社零额时间序列数据,为低频时间序列数据的预测方法提供思路。结合模型预测效果,选取多变量LSTM模型,对非疫情影响的2020年北京市社零额进行预测,通过实际值和预测值的对比,探讨新冠肺炎疫情对北京市社零额的影响。

疫情对北京市批零住餐业的影响

新冠肺炎疫情对北京市批零住餐业带来巨大冲击,本文以北京市1.3万家限额以上批发零售业、住宿餐饮业企业为研究对象,利用统计数据、LASSO方法和多元线性回归模型进行综合分析,探究疫情对全市2020年一季度限额以上批发零售业、住宿餐饮业企业的影响,为后疫情时期批零住餐企业有序恢复经营提供数据分析支撑。

我市小型批发零售贸易业、餐饮业抽样调查评价

我市小型批发零售贸易业、餐饮业抽样调查评价北京市商业经济调查总队１９９４年国家统计局设计管理司在北京、广东两省市进行了小型批发零售贸易业、餐饮业１０种抽样调查方法的测算。通过利用我市１９９３年年报资料进行实际测算，结果表明，分层等比例等距抽样是一种较...