您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. ARIMA模型算法原理

  2. 介绍了ARIMA模型的算法,实现的一些细节,英文版的。大部分都是数学公式,需要有一定的数学基础才能看明白,我自己看了很久,也搞得不是很明白。我感觉其中有些漏洞,貌似不正确但也说不清出,如果有谁能看懂希望可以交流一下email:liangjianyong1009@163.com
  3. 所属分类:其它

    • 发布日期:2009-08-26
    • 文件大小:39kb
    • 提供者:liangjianyong
  1. ARIMA模型.doc

  2. ARIMA模型.doc http://wiki.mbalib.com/wiki/ARIMA%E6%A8%A1%E5%9E%8B
  3. 所属分类:专业指导

    • 发布日期:2010-04-28
    • 文件大小:289kb
    • 提供者:chenxuanhanhao
  1. ARIMA模型在基金指数预测中的应用.pdf

  2. ARIMA模型在基金指数预测中的应用.pdfARIMA模型在基金指数预测中的应用.pdfARIMA模型在基金指数预测中的应用.pdfARIMA模型在基金指数预测中的应用.pdfARIMA模型在基金指数预测中的应用.pdf
  3. 所属分类:其它

    • 发布日期:2010-05-27
    • 文件大小:300kb
    • 提供者:wangersan0022
  1. ARIMA模型在股票价格预测中的应用

  2. ARIMA模型在股票价格预测中的应用 ARIMA模型在股票价格预测中的应用 ARIMA模型在股票价格预测中的应用
  3. 所属分类:专业指导

    • 发布日期:2010-06-07
    • 文件大小:138kb
    • 提供者:zyzzoo791346852
  1. Arima模型在SPSS中的操作

  2. Arima模型在SPSS中的操作,主要是Arima模型在SPSS中的具体过程及步骤很详细的
  3. 所属分类:管理软件

    • 发布日期:2012-04-29
    • 文件大小:22kb
    • 提供者:chengwanzhong
  1. ARIMA模型-matlab代码

  2. ARIMA模型-matlab代码,可以根据自己的实际情况进行参数调节,实现所需要的效果。
  3. 所属分类:机器学习

    • 发布日期:2018-01-25
    • 文件大小:6kb
    • 提供者:sinat_22510827
  1. ARIMA模型MATLAB实现代码

  2. ARIMA模型MATLAB实现代码,通过一批现有数据(本代码中batch=100),向后预测后n个数据,n越大,预测效果越差。代码可以直接运行,有实例支持,可以很快上手。压缩包包括以下三部分:主程序(ARIMA_main.m),辅助函数(Inverse_BoxCox.m),测试数据(testdata.xls)。
  3. 所属分类:算法与数据结构

    • 发布日期:2020-05-13
    • 文件大小:8kb
    • 提供者:HMbaba
  1. ARIMA模型时序数据预测COVID-19世界疫情确诊人数.rar

  2. ARIMA模型(英语:Autoregressive Integrated Moving Average model),差分整合移动平均自回归模型,又称整合移动平均自回归模型(移动也可称作滑动),是时间序列预测分析方法之一。ARIMA(p,d,q)中,AR是“自回归”,p为自回归项数;MA为“滑动平均”,q为滑动平均项数,d为使之成为平稳序列所做的差分次数(阶数)。“差分”一词虽未出现在ARIMA的英文名称中,却是关键步骤。
  3. 所属分类:机器学习

    • 发布日期:2020-04-25
    • 文件大小:590kb
    • 提供者:WithoutBrain
  1. 基于ARIMA模型的欧盟碳金融市场期货价格预测及启示

  2. 欧盟碳金融市场作为全球最大、最成熟的碳排放市场,碳金融市场期货价格波动已经显现出一定规律。我国碳金融期货市场还处于筹划阶段,探究欧盟碳期货动态变化规律,对其价格进行预测,不仅可以丰富碳金融市场的相关理论,而且为我国碳期货市场的发展、防止碳价格过度波动、稳定碳价格提供借鉴。ARIMA模型已广泛应用于金融领域,能较好把握时间序列动态规律,运用ARIMA模型,选择2013年1月至2018年7月EUA期货结算价作为分析数据,对欧盟碳期货交易价格作为期3个月的预测。预测结果显示,在未来3个月碳期货价格依然
  3. 所属分类:其它

  1. 基于ARIMA模型的安徽省城镇化水平预测研究_1000023496643311.pdf

  2. 基于ARIMA模型的安徽省城镇化水平预测研究_1000023496643311.pdf基
  3. 所属分类:电子政务

    • 发布日期:2020-03-16
    • 文件大小:1mb
    • 提供者:qq_43007295
  1. 季节ARIMA模型在社会消费品零售总额预测中的应用

  2. 季节ARIMA模型在社会消费品零售总额预测中的应用,蒋建,石学军,本文首先简要介绍了ARMA模型和季节ARIMA模型,接着利用统计软件EViews,通过分析我国社会消费品零售总额从1997年1月到2010年6月的月度数�
  3. 所属分类:其它

    • 发布日期:2020-03-02
    • 文件大小:377kb
    • 提供者:weixin_38670433
  1. 城市居民食品零售价格预测-ARIMA模型的应用

  2. 城市居民食品零售价格预测-ARIMA模型的应用,文小兵,童恒庆,本文通过2010年3月到2011年2月城市居民食品零售的消费价格预测2011年4、5月的城市居民食品零售价格走势。引进食品零售价格指数和膳食�
  3. 所属分类:其它

    • 发布日期:2020-02-29
    • 文件大小:213kb
    • 提供者:weixin_38534352
  1. ARIMA模型在江苏省GDP预测中的运用

  2. ARIMA模型在江苏省GDP预测中的运用,赵伟,,本文综合运用时间序列预浏方法,建立了1978一2008年江苏省GDP的时间序列单整自回归移动平均模型(ARIMA)。结果显示ARIMA(2,1,1)模型能能够提
  3. 所属分类:其它

    • 发布日期:2020-02-16
    • 文件大小:386kb
    • 提供者:weixin_38509656
  1. 基于ARIMA模型的社会消费品零售总额预测

  2. 基于ARIMA模型的社会消费品零售总额预测,陈楠,,本文首先概述了ARMA模型以及协整理论的基本思想,然后利用Eviews软件对我国的社会消费品零售总额建立了ARIMA模型,该模型较好地消除了
  3. 所属分类:其它

    • 发布日期:2020-02-16
    • 文件大小:345kb
    • 提供者:weixin_38576561
  1. 武汉市户籍人口的ARIMA模型分析与预测

  2. 武汉市户籍人口的ARIMA模型分析与预测,代欢,王传美,本文利用时间序列法建立武汉市户籍人口模型。选取1978-2013年武汉市户籍人口数据,通过Eviews软件进行模型的识别和参数的估计,确定ARM
  3. 所属分类:其它

  1. ARIMA模型在宁波市全社会固定资产投资总额预测中的应用

  2. ARIMA模型在宁波市全社会固定资产投资总额预测中的应用,刘英,,投资是拉动经济增长最主要的力量之一,而固定资产投资是社会扩大再生产的有效途径,合理地引导固定资产的投资会带动经济的增长。
  3. 所属分类:其它

    • 发布日期:2020-01-16
    • 文件大小:190kb
    • 提供者:weixin_38711333
  1. GM(1,1)与ARIMA模型在中国一次能源消费量预测中的比较

  2. GM(1,1)与ARIMA模型在中国一次能源消费量预测中的比较,袁潮清,,本文分析了GM(1,1)模型和AR(1)、ARMA(1,q)模型的联系,认为GM(1,1) 模型可以实现对他们的近似表征。并分别用ARIMA(2,2,1)和GM(1
  3. 所属分类:其它

    • 发布日期:2020-01-15
    • 文件大小:649kb
    • 提供者:weixin_38518376
  1. ARIMA模型在气温预报中的应用--以延安地区为例

  2. ARIMA模型在气温预报中的应用--以延安地区为例,李双,王君兰,根据延安1961-2000年共40年的七月份月平均气温数据资料分别利用差分自回归移动平均法(ARIMA)对延安2001-2004年七月份月平均气温值做预�
  3. 所属分类:其它

    • 发布日期:2019-12-31
    • 文件大小:294kb
    • 提供者:weixin_38697328
  1. 基于季节调整的ARIMA模型与BP神经网络的电力负荷组合预测

  2. 基于季节调整的ARIMA模型与BP神经网络的电力负荷组合预测,马开良,胡建明,电力负荷预测一直是电力系统计划和运行的重要工具,通过预测,电力系统得以合理的调度电力以满足系统电力需求。所用的负荷预测方
  3. 所属分类:其它

  1. 基于Huang变换和ARIMA模型的时间序列预测方法

  2. 基于Huang变换和ARIMA模型的时间序列预测方法,马亮亮,田富鹏,文中首先通过Huang变换将非平稳时间序列分解为有限个固有模态函数和一个残余函数之和,然后应用ARIMA模型对各个固有模态函数和残余�
  3. 所属分类:其它

    • 发布日期:2019-12-29
    • 文件大小:269kb
    • 提供者:weixin_38653687
« 12 3 4 5 6 7 8 9 10 »