作者:李洁; 彭其渊; 杨宇翔 期刊:《西南交通大学学报》 2020年第01期
为实现铁路车站发送客流量的短期预测,研究预测步长对短期客流预测效果的影响,分析了广珠城际铁路车站发送客流的特征和变化规律,结合客流特征及季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)的适用性,构建了SARIMA客流预测模型,利用Python软件中的Statsmodels模块完成了SARIMA客流模型的精细化调参,以广州南站、小榄站的发送客流量为例验证了模型的有效性.结果表明,SARIMA预测模型可...
作者:黄鹰翔 期刊:《华中师范大学研究生学报》 2012年第04期
通货膨胀是经济发展过程中存在的一个重要问题,而CPI又是衡量通货膨胀程度最重要的指标。该文采用1990年1月至2011年12月中国消费者价格指数月度数据,通过对消费者价格指数(CPI)自相关函数与偏自相关函数的统计识别以及ADF平稳性检验,建立SARIMA时间序列模型,对消费者价格指数进行分析和短期预测。实证结果表明:中国消费者价格指数的发展变化情况具有明显的趋势性和季节性,SARIMA模型能较好地拟合和预测我国CPI变化情况。
作者:邱敦国; 杨红雨 期刊:《工程科学与技术》 2013年第05期
根据城市道路短时交通流特征,在ARIMA(autoregressive integrated moving average model)模型和SARIMA(seasonal autoregressive integrated moving average model)模型的基础上,提出一种既满足城市道路日周期性和周周期性的短时交通流预测模型DSARIMA(double seasonal autoregressive integrated moving average model)模型,并根据城市道路工作日与非工作日交通流特点,提出该模型的预测算法。该算法采用两种方式利用ARIMA模...
作者:竺盛波; 沈妙儿; 周聪盛; 冯伟 期刊:《预防医学》 2018年第02期
目的 利用季节性自回归滑动平均模型法(SARIMA)对奉化区缺血性脑卒中发病情况进行预测,为做好脑卒中防控工作提供依据。方法 采用R 3.3.2软件对奉化区2009—2014年缺血性脑卒中的发病数据建立SARIMA模型,对原始序列做一阶差分与一阶季节差分的预处理,预处理后的序列进行KPSS平稳性检验。利用auto.arima()函数结合模型参数估计来选择最优模型,再利用sarima()函数进行参数估计与残差诊断,最后应用建立的模型对2015年奉化区缺血...
对水泥产量的预测研究,可以把握水泥的生产状况,调整水泥工业结构.本文以2001年至2012年我国社会水泥产量为背景,采用非季节差分和季节差分,建立了SARIMA模型,最后得到SARIMA模型。模拟结果平均相对误差绝对值MAPE=3.40%,表明预测值与实际值很接近,该模型合理有效。
作者:刘娜; 朱轶姮; 栾琳; 陈立凌 期刊:《公共卫生与预防医学》 2018年第06期
目的 分析2007—2016年苏州市水痘病例发病时间规律,预测2017年苏州市水痘的发病趋势。方法 应用季节自回归移动平均模型(SARIMA),对苏州市2007—2016年由中国疾病预防控制信息系统上报的水痘病例监测资料进行时间序列分析,使用前108个月数据资料(2007—2015年)建立模型,后12个月数据资料(2016年)进行模型预测效果评估,随后预测2017年发病人数。结果 水痘病例监测资料构建模型的形式为SARIMA(0,1,1)(0,1,1)12,非季节性和季节性自回...
作者:郎艺超; 肖璐; George; Christakos 期刊:《环境科学学报》 2018年第01期
基于SARIMA模型对杭州市主城区内的7个站点和周边3个站点的PM2.5浓度进行4 h平均的短期预报,并利用普通Kriging法对杭州市主城区PM2.5进行空间插值和制图.在建立SARIMA模型时,用批量自动化的方法,使用R语言编程对夏季和冬季各360期的数据进行SARIMA(p,d,q)×(P,D,Q)6模型的参数的确定和拟合,来预测下一期的值.在10个站点分别进行120期的预测,做出真实与预测的时间序列图,在精度分析中,夏季和冬季PM2.5浓度总体的平均绝对误差(M...
目的 拟合晋江市手足口病发病趋势的SARIMA模型,为防控提供参考。方法 用Eviews 5.0软件对疾病监测信息报告管理系统中晋江市2009—2016年手足口病的月发病资料进行分析、建模,预测2017年晋江市手足口病的发病情况,并与实际值比较。结果 晋江市2009—2016年手足口病季节性明显,通过拟合模型参数检验、白噪声检验确定SARIMA(4,1,3)(1,1,1)1 2模型较优,调整的R2为0.620,AIC值为0.735,SC值为1.064。2017年预测值除2月和7月外,其余月份...
立足于黄山旅游业发展状况,运用EVIEWS中的X-12季节调整法和季节调整模型(SARIMA模型)对黄山旅游业发展现状进行客观分析,找出不足之处并提出相应对策.因受自然环境、人为因素等影响,黄山旅游业呈现明显的季节特征.将季节调整模型运用到黄山旅游业发展中,可以认清旅游市场的发展态势,区分出各景区的旺季和淡季并掌握其规律;结合黄山旅游发展实际,针对淡、旺季出现的问题进行逐一分析,制定相应的发展对策,旨在有效提高黄山旅游业...
作者:郭泽宇; 陈玲俐 期刊:《水电能源科学》 2018年第01期
针对城市用水量时间序列包含逐步增长趋势、季节性趋势及不确定性的非线性波动特点,单一预测模型往往很难充分反映原始数据中全部的有效信息,结合季节性时间序列模型(SARIMA)和BP神经网络二者优点,构建了一种新型的组合预测模型,对上海市用水量进行不同时间尺度的预测。结果表明,在不同时间尺度上组合预测模型均比单一预测模型精度高、预测质量稳定。
作者:王一龙; 申云霞; 陈晓红 期刊:《能源环境保护》 2019年第03期
基于烟台主城区2010年1月至2018年6月的NO2浓度数据,利用Eviews统计软件建立了季节自回归移动平均模型(SARIMA),经过序列平稳化、模型识别及模型诊断,SARIMA(2,0,3)(1,1,1)12模型的相对误差可控制率在5%以内,拟合效果较为理想。拟合及预测结果表明,烟台市主城区NO2浓度具有季节性特征,呈递增趋势,随着预测步长的延长,预测误差逐渐增大。SARIMA模型目前适合进行短期预测,今后可结合非线性动力学方法.对其进行改进。
作者:彭培培; 杨越思; 高国飞; 魏运; 郭建华 期刊:《都市快轨交通》 2018年第02期
为研究轨道交通客流的波动性,提出使用SARIMA+GARCH这一随机结构作为轨道交通客流的综合时间序列模型。在这个随机结构中,SARIMA模型描述客流时间序列的一阶状态,即均值特征;GARCH模型获得客流时间序列的二阶状态,即条件异方差特征。采用苏州地铁全网客流数据作为分析实例,对5 min、15 min和1 h汇集度的工作日和休息日客流共6组客流数据进行波动性建模、预测与分析,结果表明,SARIMA+GARCH模型具有较好的预测性能。基于各组客流数...
作者:韩玲; 颜隆; 郝宇; 科尔沁夫; 王鸿; 贺娟 期刊:《北京中医药大学学报》 2018年第05期
目的探讨季节性自回归移动平均混合(SARIMA)模型分析预测山西省痢疾发病率的可行性和适用性,为痢疾的预防与控制提供决策依据。方法利用R 3.3.1对山西省2004年1月—2013年12月痢疾月发病率资料进行建模,并以2014年痢疾月发病率资料验证模型的预测效果。结果模型较好地拟合了山西省痢疾月发病率,模型残差为白噪声序列,预测值与实际值的相对误差范围为0.909%-35.575%,平均相对误差为13.399%。结论 SARIMA模型可较好地反映山西省痢...
作者:张瑛; 朱玉贵 期刊:《厦门大学学报·自然科学版》 2017年第06期
为支撑渔业经济可持续发展、健全水产品市场价格体系、科学配置水产资源,亟需建立有效的水产品价格预测系统来指导产销协调发展。通过利用我国水产大省山东省2011—2016年水产品批发市场水产品的月度价格作为样本,探究如何利用SARIMA模型来预测水产品市场价格,并对2017年进行预测。研究表明,山东省水产品批发市场主要水产品年均价总体呈下跌态势,山东省水产业表现出明显的两面性:一方面是"规模过大,产量优势有余",另一方面是"...
作者:段然; 庞建华; 张良钧 期刊:《数学的实践与认识》 2019年第09期
以我国某铁路站点作为研究对象,选取为期435天的某铁路局全部列车旅客乘车数据进行分析建模.在建立模型时首先将数据分为节假日与非节假日两种类型.对于非节假日数据选用包含周期性的SARIMA模型,对于节假日数据选用波动系数模型,通过两种模型组合对铁路站点客流量进行预测,得到了较好的预测效果.运用方法所得到的短期内铁路客流量变化的准确预测,能够为铁路部门合理安排调度、充分利用人力物力提供参考,有效避免了资源的浪费或因准...
作者:刘亚敏; 刘天; 李晓勇 期刊:《江苏预防医学》 2019年第02期
目的比较自回归滑动平均求和季节乘积模型(SARIMA)和季节趋势模型对手足口病(HFMD)发病率的预测效能。方法利用荆州市2010—2015年的手足口病逐月发病率作为拟合数据,以2016年的逐月发病率作为预测数据,分别建立SARIMA模型和季节趋势模型后,根据2个模型的平均绝对百分比误差(MAPE)、平均误差率(MER)、均方误差(MSE)和平均绝对误差(MAE)评价模型的效果。结果SARIMA(1,0,0)(1,1,0)12(不含常数项)拟合和预测的MAPE、MER、MSE、MAE为18...
目的运用SARIMA模型构建符合我院实际的出院人数预测模型,为医院全面质量管理与经营决策提供依据。方法运用统计软件SPSS20.0与Eviews8.0对我院2009年1月-2017年12月的出院人数进行SARIMA模拟分析,并利用前一年的实际数据评估预测效果。结果SARIMA模型(3,1,1)(1,1,1)12为最优模型,BIC=9.277,R2=0.775,Ljung-Box统计量在各个延迟阶均无统计学意义(P>0.05),可得出残差序列白噪声,(Q18=11.795,P=0.462>0.05),全年出院人数平均相对误差...
作者:孙皖宁; 杨静; 杨依依; 刘桐同; 白晓东 期刊:《中国集体经济》 2018年第36期
国内生产总值(简称GDP),是衡量一个国家或地区宏观经济状况的一个重要指标,要想做到对宏观经济进行积极而有效的调控,首先要对未来经济的走势进行预测,根据预测结果揭示其变化规律和发展趋势,为制定科学的宏观调控政策提供依据。文章基于时间序列理论,主要利用季节时间序列模型对2000~2016年中国GDP季度数据建模,并且对2017年季度数据进行预测。结果表明,基于SARIMA的GDP预测模型的拟合和预测效果具有较高的可靠性与准确性。
作者:常彩云; 许华茹; 赵梦娇; 徐淑慧; 成洪旗 期刊:《国际病毒学》 2017年第06期
目的 探讨季节性自回归移动平均(SARIMA)模型在手足口病月发病率预测中的应用,并利用该模型预测手足口病月发病趋势,为防控策略调整提供依据.方法 应用济南市2009-2016年手足口病月发病率资料建立SARIMA季节乘积模型,预测2017年1-7月发病率.结果 构建SARIMA(0,1,2)(0,l,1) 12模型可以用于济南市手足口病月发病率的拟合和预测,模型决定系数R2为0.830,均方根误差为6.355,标准化的BIC值为3.965.结论 建立的SARIMA模型能较好地拟...
作者:朱雪妹; 米江晅; 郑冬冬; 冀德刚 期刊:《绿色科技》 2018年第14期
利用SARIMA模型对保定市空气质量进行了预测分析.通过分析保定市2014.4.1-2018.3.31的SO2、PM(2.5)、SO2、CO、SO2、O36个指标的监测数据,利用SPSS软件对6种空气污染指标值的变动情况进行了预测,并研究了空气质量的规律性变化。Box-Lung Q检验值及决定系数R方表明:SARIMA模型预测效果较为理想,有一定的应用价值。