学术期刊
切换导航
首 页
文 章
期 刊
投 稿
预 印
会 议
书 籍
新 闻
合 作
我 们
按学科分类
Journals by Subject
按期刊分类
Journals by Title
核心OA期刊
Core OA Journal
数学与物理
Math & Physics
化学与材料
Chemistry & Materials
生命科学
Life Sciences
医药卫生
Medicine & Health
信息通讯
Information & Communication
工程技术
Engineering & Technology
地球与环境
Earth & Environment
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
合作期刊
Cooperation Journals
首页
数学与物理
统计学与应用
Vol. 5 No. 2 (June 2016)
期刊菜单
最新文章
历史文章
检索
领域
编委
投稿须知
文章处理费
最新文章
历史文章
检索
领域
编委
投稿须知
文章处理费
云南省CPI序列的分析与预测—基于SARIMA模型
Analysis and Prediction of Yunnan CPI Series—Based on SARIMA Model
DOI:
10.12677/SA.2016.52015
,
PDF
,
HTML
,
XML
,
被引量
下载: 2,214
浏览: 3,549
作者:
李卓然
,
孙晓宇
:云南财经大学统计与数学学院,云南 昆明
关键词:
CPI
;
季节性ARIMA
;
预测
;
CPI
;
Seasonal ARIMA
;
Prediction
摘要:
本文以云南省为例,运用近20年来的月度数据对CPI进行建模预测。分析表明,CPI数据呈现周期为12的季节性;文章通过建立季节性ARIMA模型,预测2016年第二季度云南省CPI将在第一季度的基础上逐渐上升,且能够保持在稳定增长的范围内。
Abstract:
Taking Yunnan Province as an example, monthly data nearly 20 years were used on CPI forecast modeling. Analysis shows that the CPI data present seasonal cycle of 12. Through the establishment of the seasonal ARIMA models in this article, we predict the CPI of Yunnan Province in 2016 in the second quarter will gradually rise on the basis of the first quarter. And it is able to maintain within the scope of stable growth.
文章引用:
李卓然, 孙晓宇. 云南省CPI序列的分析与预测—基于SARIMA模型[J]. 统计学与应用, 2016, 5(2): 155-162.
http://dx.doi.org/10.12677/SA.2016.52015
参考文献
[
1
]
王维, 范彦伟. 基于混沌神经网络算法的CPI预测[J]. 统计与决策, 2012(10): 22-24.
[
2
]
荣文静. CPI指数序列的分析及预测[D]: [硕士学位论文]. 成都: 成都理工大学, 2011.
[
3
]
张明芳, 等. 居民消费价格指数季节调整实证研究[J]. 财经研究, 2004, 30(3): 133-144.
[
4
]
耿娟娟. 基于S-12-ARIMA和SARIMA模型及其组合模型的CPI预测研究[D]: [硕士学位论文]. 成都: 西南石油大学, 2015.
[
5
]
雷鹏飞. SARIMA模型在预测中国CPI中的应用[J]. 统计与决策, 2011(5): 28-30.
投稿
为你推荐
友情链接
科研出版社
开放图书馆