- 年份
- 2024(3817)
- 2023(5689)
- 2022(5150)
- 2021(5034)
- 2020(4412)
- 2019(10682)
- 2018(10747)
- 2017(21094)
- 2016(11716)
- 2015(13463)
- 2014(13257)
- 2013(12924)
- 2012(11874)
- 2011(10597)
- 2010(10824)
- 2009(9845)
- 2008(9585)
- 2007(8295)
- 2006(7176)
- 2005(6259)
- 学科
- 济(46735)
- 经济(46693)
- 管理(27248)
- 业(25878)
- 方法(23043)
- 数学(20927)
- 企(20417)
- 企业(20417)
- 数学方法(20349)
- 地方(12779)
- 农(12767)
- 学(10644)
- 中国(10303)
- 业经(8721)
- 理论(8373)
- 农业(8358)
- 财(8152)
- 贸(7622)
- 贸易(7616)
- 易(7158)
- 制(6725)
- 和(6501)
- 环境(6414)
- 技术(6210)
- 地方经济(5839)
- 教学(5761)
- 划(5395)
- 融(5374)
- 金融(5371)
- 银(4917)
- 机构
- 学院(156134)
- 大学(155898)
- 管理(58826)
- 济(56703)
- 经济(55316)
- 研究(53068)
- 理学(50918)
- 理学院(50245)
- 管理学(48698)
- 管理学院(48415)
- 中国(38832)
- 京(36780)
- 科学(36372)
- 农(30278)
- 所(27855)
- 业大(27691)
- 研究所(25562)
- 中心(24985)
- 江(24289)
- 财(24127)
- 农业(24042)
- 北京(23645)
- 范(21738)
- 师范(21497)
- 州(19844)
- 院(19571)
- 财经(19161)
- 技术(18733)
- 省(17319)
- 师范大学(17279)
- 基金
- 项目(110213)
- 科学(84763)
- 基金(77222)
- 研究(76943)
- 家(68546)
- 国家(67981)
- 科学基金(57764)
- 社会(45378)
- 省(44660)
- 社会科(42819)
- 社会科学(42807)
- 基金项目(41000)
- 自然(40247)
- 自然科(39319)
- 自然科学(39309)
- 自然科学基金(38561)
- 划(38287)
- 教育(36543)
- 资助(33729)
- 编号(31629)
- 成果(25335)
- 重点(24997)
- 发(23782)
- 课题(22973)
- 部(22951)
- 创(22733)
- 计划(21980)
- 科研(21381)
- 创新(21231)
- 大学(20128)
共检索到230242条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
张吉祥 马千脉
[期刊] 统计与决策
[作者]
王珏,秦伟良,钱海荣
[期刊] 统计与决策
[作者]
聂淑媛
文章基于1992—2020年的季度GDP数据，实证分析了新冠肺炎疫情事件的异常影响效应，探讨了两大重要分解因素——季节因素和趋势因素之间极强的交互性。根据GDP序列的特点，分别选取三参数指数平滑乘法模型、SARIMA(1,1,1)×（0,1,1）_4模型、阶梯干预模型和X-12-ARIMA模型进行建模，并依据MAPE等评价指标，得到了相对最优拟合模型——X-12-ARIMA模型。预测结果显示，我国具有良好的经济发展前景。
[期刊] 统计研究
[作者]
袁卫
统计预测模型可分为因果关系模型和时间数列模型,对于蔬菜需求量的分析和预测也可以从这两方面入手。 一、因果关系的分析和预测 回归模型是进行因果关系分析及预测的有效手段。在建立模型时,首先要确定自变量,即因变量的影响因素。 北京市蔬菜需求总量的影响因素很多,主要是消费人口和人均需求量两个因素决定的。
[期刊] 北京工商大学学报(社会科学版)
[作者]
辛士波 王笛
价格波动是蔬菜市场的常态,但过度波动会直接影响到蔬菜的消费和生产。冬春季节的耐储蔬菜价格与反季蔬菜价格波动频繁,研究二者的价格联动效应,分析其波动规律,对于保障蔬菜市场供需平衡具有一定的实践意义。运用E-G协整模型、Granger因果检验、BEKK-GARCH模型,研究了北京市耐储蔬菜价格与反季蔬菜价格波动的联动效应,结果表明:耐储蔬菜价格与反季蔬菜价格波动态势基本一致,但反季蔬菜价格异常波动特征明显;从长期来看,耐储蔬菜价格指数与反季蔬菜价格指数具有显著的双向因果关系与正向联动效应,且耐储蔬菜价格波动对
[期刊] 资源科学
[作者]
宋博 穆月英
设施蔬菜生产系统碳足迹研究对构建低碳蔬菜产业具有重要意义。基于生命周期法和多目标灰靶决策模型,利用2013年实地调查数据对北京市设施蔬菜生产系统碳足迹进行分析和评价。结果表明:1总碳排放中以间接碳排放为主,来自工业的投入品是产生碳排放的主要原因;2总体上看,设施蔬菜生产系统光合作用碳汇大于总碳排放,对生态环境具有正外部性;3大棚优于温室,但两者的总碳排放均小于光合作用碳汇,对生态环境均具有正外部性;4各地区碳足迹的优劣顺序为大兴区、通州区、顺义区、房山区、平谷区、延庆县、密云县和怀柔区,且前四个地区对生态环境具有正外部性。最后,根据研究结论提出了推进低碳设施蔬菜产业发展的几点建议。
[期刊] 农村经济
[作者]
李莉 骆毅 赵苹
农产品供应链是供应链研究热点之一,而蔬菜供应链更是其中较有代表性的一类。本文探讨了蔬菜绿色供应链的概念和实用价值,首次从绿色角度,对北京市蔬菜供应链的现状做了梳理,并以蔬菜龙头企业为切入点,就构建北京市蔬菜绿色供应链提出了建议。
关键词：
蔬菜供应链 绿色供应链 模型构建
[期刊] 统计与决策
[作者]
许之友 吕恕
为了提高模糊时间序列的预测精度,文章利用小波分析多尺度分解方法,选择适当的小波函数,把一维数据分解为低频逼近部分和高频细节部分,在低频部分和高频部分根据各自数据特征利用模糊C-均值聚类算法分别建立模糊时间序列模型并预测,然后把每个部分的预测值根据小波重构得到最终预测结果。通过对国家财政收入实例验证对比发现,该模型在预测精度方面有较大提高。
[期刊] 统计与决策
[作者]
鲜思东 张建锋
近年来,经过人们对模糊时间序列模型大量的研究后,发现模糊区间的划分以及模糊关系的构建是影响模糊时间序列模型预测精度最关键的两个因素。文章针对目前模糊时间序列模型在论域划分中存在的问题,提出将人工鱼群算法(AFSA)用于模糊时间序列模型的论域划分中;并利用最小均方误差(MSE)确定最优的预测结果;最后为了显示所提出方法的有效性,将该方法用于Alabama大学注册人数的预测,结果显示该方法的预测精度更高。
[期刊] 数量经济技术经济研究
[作者]
韩冬梅 高铁梅
一、季节调整的重要意义 月度或季度经济时间序列一般可分解为四种变动要素,即长期趋势要素T,循环要素C,季节变动要素S和不规则要素I。季节变动要素和循环要素的区别在于,季节变动要素是每年重复出现的周期变动,是由温度、降雨、年内的月份、假期、政策等引起的,而循环要素是间距比较长且不固定的一种周期性波动,它代表景气波动。经济时间序列分解模型也称为结构时间序列模型。依据时间序列的四个构成要素在模型中的相互关系,可以表现出多种不同的形式,一般而言,基本的分解模型为加法模型和乘法模型。设经济时间序列为{y_1},可以分别表示成如下的加法模型和乘法模型形式:
[期刊] 商业时代
[作者]
杨蕾 张苗苗
本文通过介绍物流需求知识、预测方法及时间序列预测方法,采用随机时间序列模型进行物流需求预测。探讨时间序列模型在物流需求预测中的应用,以期为物流需求预测提供全新方法和借鉴。
关键词：
物流需求预测 时间序列模型 ARMA模型
[期刊] 统计与决策
[作者]
吕忠伟 秦建国
模型识别是建立时间序列模型的基础,是模型预测成败的关键。本文介绍了五种多变量时间序列模型识别的方法,分析了每种识别方法的输出形式,最后利用SAS统计软件对多变量时间序列模型的识别进行实证研究。
[期刊] 统计与决策
[作者]
李正辉 吕忠伟
本文简单介绍了四种单变量时间序列模型识别的方法,给出了每种方法识别模型时的输出表格,并利用统计软件模拟两个时间序列进行实证研究,总结出了四种方法在实际应用中注意的问题。
[期刊] 统计与决策
[作者]
马佳羽 韩兆洲
季节时间序列有时不止有一个季节周期,比如以小时计的数据,24小时可以是一个季节周期,同时,一周可以是一个季节周期。为解决传统模型不能处理复杂季节问题,文章采用傅里叶级数序列作为ARIMA模型的辅助回归元,对我国2004年1月至2015年8月的铁路客运量进行拟合。结果表明,分别选择正余弦个数为l和4的2.6和12个月为周期的傅里叶级数作为辅助回归元拟合ARIMA(3,1,1)模型最优,拟合的平均绝对百分比误差(MAPE)为5.46%。在此基础上对我国2016年各月份的客运量进行了预测。
关键词：
复杂季节 傅里叶级数 铁路客运量
[期刊] 统计与决策
[作者]
常振海 刘薇
针对季节调整方法如X-11等调整结果不利于解释,及其方法本身没有考虑我国像春节等季节性特点的不足,文章建立起一般的季节时间序列模型,另外,针对季节周期的主观诊断,文章建立起辅助回归模型,较为客观的诊断时间序列的季节周期。结合我国铁路客运量的实证分析,预测结果表明:未来10月铁路客流量较大,相反,11月和12月客运量较小,这点和历史数据的特征十分类似,说明建立的模型较合适。
关键词：
时间序列 季节周期 客运量 预测
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
