- 年份
- 2024(2826)
- 2023(4342)
- 2022(3882)
- 2021(3897)
- 2020(3556)
- 2019(8464)
- 2018(8859)
- 2017(18365)
- 2016(9952)
- 2015(11663)
- 2014(11741)
- 2013(11686)
- 2012(10718)
- 2011(9859)
- 2010(10479)
- 2009(9976)
- 2008(9697)
- 2007(8728)
- 2006(7934)
- 2005(7190)
- 学科
- 济(43325)
- 经济(43287)
- 管理(27216)
- 业(25858)
- 方法(24326)
- 数学(22654)
- 数学方法(22142)
- 企(20584)
- 企业(20584)
- 中国(13185)
- 农(10813)
- 制(9390)
- 财(9247)
- 贸(8902)
- 贸易(8894)
- 易(8722)
- 银(7947)
- 银行(7941)
- 行(7641)
- 业经(7422)
- 学(7288)
- 理论(7084)
- 融(6461)
- 金融(6461)
- 农业(6359)
- 体(6012)
- 和(5970)
- 策(5945)
- 技术(5837)
- 地方(5693)
- 机构
- 学院(148610)
- 大学(147815)
- 济(61105)
- 经济(59769)
- 管理(57775)
- 理学(49579)
- 理学院(49088)
- 管理学(47828)
- 管理学院(47569)
- 研究(46525)
- 中国(36998)
- 京(31597)
- 财(29863)
- 科学(28245)
- 所(24113)
- 财经(23480)
- 农(22060)
- 江(21717)
- 研究所(21543)
- 经(21092)
- 中心(20985)
- 业大(20877)
- 北京(20612)
- 经济学(18529)
- 范(18027)
- 师范(17857)
- 州(17757)
- 农业(17496)
- 财经大学(17364)
- 经济学院(16737)
- 基金
- 项目(91526)
- 科学(71290)
- 研究(66252)
- 基金(65408)
- 家(56633)
- 国家(56214)
- 科学基金(47777)
- 社会(40098)
- 社会科(38050)
- 社会科学(38039)
- 省(36359)
- 基金项目(33665)
- 教育(32362)
- 自然(31741)
- 自然科(31026)
- 自然科学(31020)
- 划(30705)
- 自然科学基金(30425)
- 资助(29460)
- 编号(28058)
- 成果(22941)
- 重点(20646)
- 部(20477)
- 课题(19703)
- 发(19250)
- 创(18867)
- 创新(17614)
- 科研(17597)
- 教育部(17560)
- 大学(17063)
共检索到220798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]
郝香芝 李少颖
本文利用统计软件对我国1952年到2005年的实际GDP时间序列数据进行了分析,分别建立了ARMA模型和Holter-Winter非季节短期预测模型,并对2006年到2010年的全国GDP进行了预测。结果表明两个模型都有很好的预测效果。
[期刊] 统计与决策
[作者]
赵喜仓 周作杰
文章主要研究季节时间序列模型在我国季度GDP时间序列预测中的应用,并分析探讨模型的准确性和实用性。文章分析了我国1992~2008年的季度GDP时间序列,剔除时间趋势和季节性后使原序列平稳并建立季节时间序列模型。通过对不同模型进行参数估计和比较后发现:ARIMA(2,1,1)(1,1,1)4能很好地拟合我国季度GDP时间序列,用该模型进行预测得出了2009年四个季度和2010年前两个季度的GDP数值,分析发现季度GDP仍然呈增长趋势,但其速度放缓。预测结果的准确性较高,并具有一定现实意义。
关键词：
SARIMA模型 季度GDP 预测
[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] 统计与决策
[作者]
李宏,师应来
时间序列模型(ARMA)是一种精度较高的短期预测模型。本文综合运用B-J时间序列建模方法,对中国国防费时间序列平稳性进行了判别;利用单位根方法检验了时间序列的单整阶数;利用自相关函数和偏自相关函数判别了时间序列模型的自回归阶数(AR(p))和移动平均阶数(MA(q));最后利用Eviews统计软件建立了合适的中国国防费时间序列模型,并进行了分析和预测。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
邵年华 沈冰 黄领梅 戴玉萍
【目的】建立水文时间序列预测的核主成分支持向量机(KPCA_SVM)模型。【方法】利用核主成分分析(KPCA)对输入数据进行非线性特征信息提取,并将提取的特征信息作为最小二乘支持向量机(LSSVM)的输入变量,建立KPCA_SVM预测模型。以甘肃民勤地区的月蒸发量为例,对模型的预测效果进行检验。【结果】预测结果表明,KPCA_SVM模型预测效果优于PCA_SVM模型和LSSVM模型,预测平均相对误差为8.36%。【结论】KP-CA_SVM模型的预测效果优于没有特征提取的LSSVM模型。与主成分分析(PCA)提取特征相比,KPCA特征提取效果更好。
[期刊] 财经理论与实践
[作者]
何新易
作为度量一个国家或地区所有常住单位在一定时期之内所生产和所提供的最终产品或服务的重要总量指标,如果能够对GDP做出正确的预测,必然可以有效引导宏观经济健康发展,为高层管理部门提供决策依据。选用适合短期预测的ARIMA模型对中国1952～2010年的GDP进行计量建模分析,预测结果认为未来五年中国的经济增长仍将处于一个水平较高的上升通道。
关键词：
时间序列模型 GDP 预测
[期刊] 统计与决策
[作者]
谢佳利 杨善朝 梁鑫
文章运用时间序列的几个不同模型,对我国居民消费价格指数(CPI)的变化规律进行了比较研究;通过对我国2001年1月至2007年8月共80个月份的CPI值进行实证分析,建立了一个反映CPI变化规律的较优统计预测模型,该模型的相对误差控制在1%之内,得到较好的结果;最后,利用该模型对2007年9月至2008年8月的CPI变化趋势进行了预测。
[期刊] 统计与决策
[作者]
陈金先
文章从科学性、可操作性角度对当今适用于市场营销预测的多种时间序列预测模型进行了归纳总结,在此基础上对2001~2010年我国二手车销售量情况进行分析并对未来年份的销售情况进行预测,同时对提出的多种模型进行精度检验。
关键词：
市场营销 时间序列 预测模型 精度检验
[期刊] 数理统计与管理
[作者]
龙会典 严广乐
本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先建立GM(1,1)模型对序列的趋势项进行预测,然后建立基于ARIMA和BP神经网络的组合模型对序列的周期波动项进行预测,最后用乘积模型对二者预测值进行集成。GDP时间序列实证结果表明:集成模型的预测效果显著高于单一模型,从而证实了集成模型用于GDP预测的有效性.
[期刊] 统计与决策
[作者]
孙继国,伍海华
[期刊] 农业技术经济
[作者]
孙东升 梁仕莹
新中国成立以来,尤其是改革开放的三十年来,我国粮食产量得到大幅度提高,同时粮食生产也呈现出周期性震荡上升态势。本文运用HP滤波分析方法将我国1949—2008年的粮食产量分离为时间趋势序列和波动序列,对趋势序列建立了关于时间t的趋势模型,并拟合估计了我国60年的粮食产量趋势;利用频谱滤波(BP滤波)法估计并拟合了粮食产量的波动周期。利用上述两个模型进行叠加,预测了未来10年我国的粮食产量。
关键词：
HP滤波 波动周期 粮食产量 预测
[期刊] 统计与决策
[作者]
田宗浩 顾国华 王鹏 王常青
文章通过分析传统的加权模糊时间序列模型和广义模糊时间序列模型,指出了需要考虑的模糊状态的确定方法和建立模糊关系矩阵中的不足。结合模糊集理论中λ强截集的性质,重新定义所要考虑隶属度对应的模糊状态和模糊逻辑关系矩阵的建立过程,建立基于λ强截集的广义模糊时间序列模型。以Alabama大学22年的入学人数为例,利用均方误差MSE和泰尔不等系数TIC对比分析本文提出模型与传统加权模型和广义模型的预测精度以及考虑λ取不同阈值时模型预测精度的变化情况,验证本文建立模型的可行性和有效性。
[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]
次必聪 张品一
对金融时间序列的精准预测是经济政策制定者以及投资者关注的重点。文章选用道琼斯工业指数、上海证券综合指数以及伦敦金价格指数作为金融时间序列的代表，以非线性组合的方式，构造了一种新的ARIMA-LSTM组合模型，对三种金融时间序列进行预测，并将ARIMA模型、LSTM模型和线性组合模型作为对照模型，比较不同模型预测的准确性。实证结果表明，所构建的非线性组合预测模型较对照组的单一预测模型和线性组合预测模型均存在普遍的优势。在短期、中期和长期三个预测区间内，非线性组合模型相较于对照组模型的优势随着预测区间的变长而扩大。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
