差分自回归移动平均模型在中国粮食产量预测中的应用.pdfVIP

差分自回归移动平均模型在中国粮食产量预测中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第36 卷第3 期 Vol.36 ,No.3 第36 卷2011 年第3 期 2011 年5 月 GRAIN SCIENCE AND TECHNOLOGY AND ECONOMY May 2011 差分自回归移动平均模型 在中国粮食产量预测中的应用 陈 生,李夫明 (上海海事大学 经济管理学院,上海 200135 ) [摘要]中国是个人口大国,每年对粮食的需求非常大,粮食产量能不能满足需求显得至关重要。因此对国内每年粮食产量 的研究及其对未来几年粮食产量的预测也就显得尤为重要。探讨了时间序列分析建模的方法,应用差分自回归移动平均 (ARIMA)模型对历年粮食产量系列进行建模分析,确定了粮食产量系列的ARIMA (1,1,1)模型,并且用该模型预测结果。 [关键词]粮食产量;ARIMA 模型;ADF 检验;预测 世纪 年代,随着数学统计学的日趋完善,时 ≠ ( ) d ( ) 20 20-40 φ B 荦 x =θ B ε ≠ t t ≠ ≠ 间序列的线性模型相继产生。 在中国,时间序列分析从 ≠ ( , ) , ( ) E xs εt =0 坌st 1 ≠ ≠ ≠ 2 世纪 年代末到 年代中后期才得以深入研究和 ≠ 20 70 80 ( ) , ( ) , ( ) , E ε =0 Var ε =σε E ε ε =0 s ≠t t t t s 应用,在经济、农业、天气等领域有着广泛的应用。 苏玉华 其中: 且 ( )与 ( )互质, , 为差分 |B |≤1 φ B θ B φ θ ≠0 d

文档评论(0)

annylsq + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档