简介：目的探讨皖北疟疾的发病率与地表温度（landsurfacetemperature,LST）、归一化植被指数（normalizeddifferencevegetationindex,NDVI）的关联性,评价用LST、NDVI对疟疾发病率自回归移动平均模型（autoregressiveintegratedmovingaveragemodel,ARIMA）预测结果进行校正的效果。方法以皖北五县为研究现场,收集各县2004-2011年的疟疾疫情数据及LST、NDVI等遥感图像资料,提取、合成遥感相关指标;运用SPSS17.0软件进行统计学处理。结果ARIMA模型对2010年各月份的预测结果较报告发病率高（平均误差=0.721/10万）。多因素分析结果显示,当地的疟疾发病率与近三个月的平均LST（lst_（_012）,β=0.295）及之前两个月的平均NDVI（ndvi_（_12）,β=0.280）有关联（P〈0.001）;将二者作为校正因子（相对贡献为2∶1时）对2010年的预测结果进行校正,平均误差缩小为0.018/10万。以2004-2010年的发病率数据再次拟合并筛选ARIMA模型,并以2011年的疟疾报告发病数据为参照,再次评价lst_（_012）与ndvi_（_12）对模型预测结果的校正效果;发现校正后的预测误差（〈0.001/10万）低于校正前的误差（0.293/10万）。结论ARIMA模型能较好地用于该地疟疾发病率的拟合与预测,环境遥感替代指标LST、NDVI可在一定程度上改善ARIMA模型的预测效果。

简介：摘要目的探讨基于MR平扫多序列的影像组学模型在预测宫颈鳞癌组织分型的价值。材料与方法回顾性收集103例经病理证实子宫颈鳞癌患者，角化型48例，非角化型55例，按3︰1比例随机分成训练集和测试集。所有患者均在治疗前行常规磁共振平扫成像，经预处理后，逐个序列图像手动勾画三维肿瘤感兴趣区，提取并筛选影像组学特征，在训练集中，分别基于T1、T2、T2抑脂序列图像特征及联合以上多序列图像特征，构建朴素贝叶斯预测模型，并在测试集中进行预测和评价。结果训练集中T1、T2、T2抑脂及联合多序列模型ROC曲线AUC值分别为0.718、0.705、0.756和0.863(P <0.001)，组间ROC曲线Delong test检验中显示联合模型ROC曲线与T2、T1模型ROC曲线存在统计学差异，P值分别为0.004和0.018；测试集中联合多序列预测非角化型结果最佳，ROC曲线的AUC值为0.860，P=0.003，准确率为0.720，召回率0.900；组间ROC曲线比较仅发现联合模型ROC曲线与T1模型ROC曲线存在统计学差异，Z=2.200 ，P=0.027。结论基于MR多序列的影像组学模型能够预测宫颈鳞癌非角化型，并且联合多序列的预测模型预测效果最好。

简介：支持向量机是一种基于统计学习理论的新的机器学习方法，该方法已用于解决模式分类问题．本文将支持向量机（SVM）用于混沌时间序列分析，实验数据采用典型地Mackey-Glass混沌时间序列，先对混沌时间序列进行支持向量回归实验；然后采用局域法多步预报模型，利用支持向量机对混沌时间序列进行预测．仿真实验表明，利用支持向量机可以较准确地预测混沌时间序列的变化趋势．

简介：粮食价格波动的成因一直是学术界关注的问题。本文通过对1995年1月至2005年12月全国小麦批发市场月度价格序列的分析，表明所观察的小麦价格序列的分布不符合传统线性回归模型关于独立同方差的假设，其特征比较适合使用ARCH族模型来描述。GARCH（1，1）模型的结果显示，由前期价格代表的存粮情况对现期小麦价格影响显著，前期的高价会引发未来小麦市场较大的价格波动；考察期间两次大的粮食市场改革虽然对短期小麦价格有影响，但并未引发剧烈的小麦价格波动。

简介：摘要：本文结合国内外现有文献的研究对时间序列的相关理论进行了系统、全面的阐述，以期为后续研究奠定基础。

简介：摘要：开发完成时间：2022年5月27日；首次发表时间：2022年6月7日

简介：以1999年1月至2006年12月我国体育用品制造业产品月销售收入的历史数据为研究对象，运用指数平滑预测模型、向量自回归预测模型、单积（单整）自回归移动平均预测模型和灰色GM（1，1）预测模型对我国体育用品制造业产品月销售收入分别建立4个单项预测模型，同时根据组合预测相关理论构建我国体育用品制造业产品月销售收入的组合预测模型，并采用该组合预测模型对2007年1月至2010年12月我国体育用品制造业产品月销售收入进行了预测和展望。结果证明：各单项预测模型的预测值与实际值的拟合效果较好；备单项预测模型的预测精度较高，而组合之后模型预测精度进一步提高，说明组合预测模型比单项预测模型更加可靠；预测结果显示未来几年内我国体育用品制造业产品月销售收入将保持持续增长态势。

简介：摘要：随着经济全球化进程的不断推进，我国市场经济也得到了迅速发展，尤其是近几年来，全球手机销量大约有14亿部，这使得智能手机成为全球销量最大以及总价值最高的科技产品。对于智能手机而言，供应链已是全球化，但是制造大部分处于亚洲。其中中国制造企业在手机供应链中也扮演起了越来越重要的核心角色。

简介：

简介：【摘要】：这篇论文应用时间序列分析技术对辽宁省1978-2021年地区生产总值（GDP）历史数据进行了ARIMA模型拟合和检验并用所得ARIMA模型对辽宁省GDP的未来走势进行了预测。预测结果显示：在未来的三年、五年乃至十年间辽宁省的地区生产总值（GDP）将始终保持稳定的上升趋势且上升速度（增长率）基本保持在年均4.4%左右不变，形态上呈现出近似直线的上升态势。至2024年，辽宁省的GDP总值将上升至32884.03亿元；至2026年，辽宁省的GDP总值将上升至35951.34亿元；截止至2031年，辽宁省的地区生产总值（GDP）将上升至44190.85亿元，与2021年辽宁省的地区生产总值相比，上升了16606.75亿元，上升了60.2%。

简介：【摘要】：这篇论文应用时间序列分析技术对浙江省1978-2023年地区生产总值（GDP）历史数据进行了ARIMA模型拟合和检验并用所得ARIMA模型对浙江省GDP的未来走势进行了预测。预测结果显示：在未来的十年时间里，浙江省地区的生产总值（GDP）将持续保持上升态势，年均增长率为5.6%。至2026年，浙江省的GDP总值将上升至99803.72亿元；至2028年，浙江省的GDP总值将上升至112262.53亿元；截止至2033年，浙江省的地区生产总值（GDP）将上升至144358.68亿元，与2023年浙江省的地区生产总值相比，上升了61805.68亿元，上升了75%。

简介：【摘要】：这篇论文应用时间序列分析技术对山东省1978-2023年地区生产总值（GDP）历史数据进行了ARIMA模型拟合和检验并用所得ARIMA模型对山东省GDP的未来走势进行了预测。预测结果显示：在未来的十年间山东省地区生产总值（GDP）将以年均5%的速度保持增长。至2026年，山东省的GDP总值将上升至108477.59亿元；至2028年，山东省的GDP总值将上升至120034.15亿元；截止至2033年，山东省的地区生产总值（GDP）将上升至151086.13亿元，与2023年山东省的地区生产总值相比，上升了59017.43亿元，上升了64%。

简介：【摘要】：这篇论文应用时间序列分析技术对山西省1978-2023年地区生产总值（GDP）历史数据进行了ARIMA模型拟合和检验并用所得ARIMA模型对山西省GDP的未来走势进行了预测。预测结果显示：在未来的十年时间里，山西省地区的生产总值（GDP）呈现波动上升态势，年均增长率为5.3%。至2026年，山西省的GDP总值将上升至33202.42亿元；至2028年，山西省的GDP总值将上升至33618.73亿元；截止至2033年，山西省的地区生产总值（GDP）将上升至41894.72亿元，与2023年山西省的地区生产总值相比，上升了16196.54亿元，上升了63%。

简介：摘要使用了GoogleEarth对地理位置的确定，通过使用SPSS软件，得到大量的数据分析并进行对比，我们建立了任务占比完成率的模型，以及营业模式模型，考虑地域、人口结构、信誉度、时间、占比以及完成情况等因素，得到了定价的规律，并拟定出改进的定价方案。通过经纬度转换公式变成平面坐标，再通过遗传算法分析得出会员密度、接单者离任务的距离等对“一对多”问题进行定价。并得到一个更加完善的，使用范围广的定价模型。

简介：摘要近几年，业界对EICMM模型的研究已经取得了很多成果，从发展水平、发展质量、发展能力和适宜度组成的四维指标体系坐标系出发，建立了EICMM的测度和评价指标体系，共31个三级指标。本文通过对36个企业的调查数据进行聚类分析，提出了企业信息化成熟度阶段分层模型，得出企业信息化的五个发展阶段初始级、技术支撑级、管理模式级、综合集成级和优化级。

简介：阐述＂时间序列分析＂在民族院校统计专业中的重要性,论述在教学过程中教材选择、课堂教学方法的多样化以及考核方式等方面所做的努力,提出重视模型背景教学、重视案例教学、重视运用统计软件辅助教学以及重视实践教学的教学理念,旨在探讨统计专业＂时间序列分析＂课程教学改革的途径与方法。

简介：摘要时间序列指的是同一空间、不同时间某一现象的统计指标数值按时间先后顺序形成的一组动态序列。国内生产总值(GDP)是现代国民经济核算体系的核心指标，是衡量一个国家综合国力的重要指标。本文基于时间序列理论，以我国1978年至2014年三十六年的国内生产总值为基础，对数据进行平稳化处理、模型识别、模型估计、模型检验，确定较适合模型为自回归移动平均模型。之后利用ARIMA模型对我国2013—2014年GDP作出预测并与实际值比较，结果表明预测比较合理，预测模型良好，继续利用ARIMA模型对我国未来4年的国内生产总值做出预测。

简介：

简介：提出了一种基于时间序列的大坝预测方法。首先对最近若干年的大坝位移变形时间序列进行周期项和趋势项的分析;然后对除去这两项的剩余时间序列进行混沌特性分析与预测;最后对三进行叠加,进行可行性分析与误差分析,得到预测结果。此方法实用性强,具有较高的操作性。

简介：ＥＸｃｅ１在办公自动化中的应用是众所周知的，但一提到统计分析软件，人们都会理所当然地想到ｓｔａｔｉｓｔｉｃ、Ｓｐｓｓ、ＳＡＳ等，谁也不会把Ｅｘｃｅｌ牵扯进来。在人们眼里，似乎Ｅｘｃｅｌ只能求简单的均值、方差等，而登不了统计分析的大雅之堂。其实，据有关资料表明，Ｅｘｃｅｌ可以实现９０％以上的统计分析功能，而且简便易行。下面我们就以时间数列分析入手，观察一下Ｅｘｃｅｌ是怎样剔除不规则变动（Ｉ），长期趋势（Ｔ），季节变动（Ｓ），来显示出循环波动（Ｃ），希望对统计工作者有一定借鉴作用。资料如下：（表１－１）解题思路：首先，由于原始数据（Ｙｔ）为季节资料，应对它进行４项移动平均（Ｍｔ）来分离出长期趋势