论文摘要
应用时间序列分析的方法,运用R软件,对我国1978—2015年各年的农业总产值数据进行了分析.首先,绘制时间序列图,计算自相关系数与偏自相关系数,根据自相关系数图与偏自相关系数图进行纯随机性检验,并在此基础上,建立了两个模型:ARIMA(1,1,3)模型和ARIMA(1,2,1)模型;然后,对这两个模型获取残差序列,对我国2016—2022年农业总产值进行了预测;最后,通过与我国2016年和2017年实际的农业总产值进行比较,结合预测模型的AIC值和残差序列的p值等多重因素考虑,认定ARIMA(1,2,1)模型拟合程度较好,可用于对我国农业总产值进行有效预测.
论文目录
文章来源
类型: 期刊论文
作者: 张镪,马元魁,张建生
关键词: 时间序列分析,农业总产值,软件,预测
来源: 数学建模及其应用 2019年03期
年度: 2019
分类: 基础科学,经济与管理科学
专业: 数学,农业经济
单位: 西安工业大学理学院
基金: 国家自然科学基金项目(61807026),陕西省教育厅专项科研计划项目(2010JK585),西安市未央区科技计划项目(201843),西安工业大学校长基金项目(XAGDXJJ17027)
分类号: O211.61;F323
页码: 13-21
总页数: 9
文件大小: 275K
下载量: 875
相关论文文献
- [1].农业专项资金审计重点浅析——以种植业农业总产值影响因素为例[J]. 中国农业会计 2020(01)
- [2].广州市农业总产值的预测模型分析[J]. 中外企业家 2017(16)
- [3].中国畜牧业已逾农业总产值三分之一[J]. 湖北畜牧兽医 2009(07)
- [4].粤上半年农业总产值1318亿元[J]. 现代乡镇 2009(07)
- [5].四川农业总产值的预测与分析[J]. 安徽农学通报 2008(11)
- [6].湟源县“十一五”期间规模养殖情况调查报告[J]. 山东畜牧兽医 2012(07)
- [7].要素投入对安徽省农业总产值的影响分析[J]. 安徽农业科学 2008(05)
- [8].影响我国农业总产值的因素分析[J]. 今日财富 2018(15)
- [9].岭回归和主成分回归下的农业总产值因素分析[J]. 长春工业大学学报 2017(01)
- [10].简明资讯[J]. 北京农业 2011(22)
- [11].农民专业合作社对农业总产值的影响及对我国乡村振兴的启示——以武汉市为例[J]. 现代城市研究 2019(07)
- [12].上半年云南农业总产值同比增长5.7%工业增速逐月回升[J]. 农村实用技术 2015(09)
- [13].财政支农结构对农业总产值影响的实证分析[J]. 统计与决策 2011(08)
- [14].中国农业总产值影响因素计量分析与研究[J]. 农村经济与科技 2018(07)
- [15].宣威2014年实现农业总产值88.8亿元[J]. 云南农业 2015(04)
- [16].山东省农业综合开发投资绩效实证研究——基于农业总产值的贡献分析视角[J]. 科技致富向导 2012(23)
- [17].农业投资与农业总产值的相关分析[J]. 台湾农业探索 2008(01)
- [18].畜牧业在乡村振兴中的地位和作用[J]. 畜牧兽医科技信息 2020(03)
- [19].基于时间序列模型的农业总产值预测[J]. 行政事业资产与财务 2019(08)
- [20].上海农险保额占农业总产值六成[J]. 农村财务会计 2015(07)
- [21].GIS支持下的空间分层抽样方法研究——以北京市人均农业总产值抽样调查为例[J]. 地理与地理信息科学 2008(06)
- [22].发展生态健康养殖 打造现代畜牧业[J]. 江苏农村经济 2009(07)
- [23].计量经济模型下化肥使用量对农业总产值的影响——以合肥市为例[J]. 农村经济与科技 2018(08)
- [24].我国农业总产值影响因素的实证分析[J]. 中国林业经济 2016(01)
- [25].兵团农业总产值的回归分析[J]. 太原科技 2008(10)
- [26].安徽省农业总产值预测研究——基于DE-ROLLING的改进GM(1,1)模型[J]. 安徽农业大学学报(社会科学版) 2018(06)
- [27].内蒙古农业科技进步贡献率、农业总产值与农业碳排放关系研究[J]. 科学管理研究 2019(04)
- [28].云南[J]. 领导决策信息 2008(06)
- [29].广东省农业发展存在的问题及对策研究[J]. 特区经济 2012(08)
- [30].灵宝发展三步棋[J]. 中国农垦 2009(11)