目的探讨应用季节性时间序列ARIMA模型预测非稳定性疟区疟疾发病率的可行性。
以国债回购利率为研究对象,分别建立ARIMA及GARCH模型,并比较这两种模型的预测能力。
同时对比分析了ARIMA、回归分析、灰色方法、支持向量机和神经网络方法的预测结果。
本文从理论上讨论了状态空间模型与ARIMA模型的等价关系,并在此基础上建立正确形式的状态空间模型。
一个月前阿里扎被奥兰多魔术交易,洛杉矶就这样自然而然的成为他的新东家。
应用ARIMA模型,对宏观交通量时间序列进行模型估计和预测。
第四章利用季节ARIMA模型对山东省物价指数定基月度数据进行拟合,并进行预测。
进而利用小区流量以天为周期变化的特点,得到了流量变化的乘积季节ARIMA模型。
作者通过引入ARIMA时间序列模型,实现了对绝缘趋势的预测。
ARIMA模型对植物微弱电信号特性进行预测是可行的。
本文采用ARIMA-GARCH分阶段干预模型,反映罢工的阶段性对油价波动的影响。
安徽华宇电缆有限公司,位于皖江明珠—安徽无为高新科技工业园。
结论ARIMA模型在卫生人力资源需求预测中的应用是可行的。
本文深入的研究了IFOG的漂移特性,给出了随机漂移的补偿办法。
通过研究陕西省人口总量时间序列(1949~2006年),应用B-J法建立了ARIMA模型。
局部线性光滑技术和ARIMA模型在股价动态预测中的应用
基于ARIMA和支撑矢量机组合预测的惯性器件故障预报
乘积与自回归求和滑动平均模型在湖北省发电量预测中的应用
ARIMA模型在上海市全社会固定资产投资预测中的应用
网络环境下ARIMA模型对于绿色蔬菜市场价格的精确预报