時(shí)間序列分析論文--基于arima模型的城鎮(zhèn)居民人均收入的預(yù)測(cè)-資料下載頁(yè)
2025-06-06 02:02本頁(yè)面
【正文】 的政策得到了 一定 成果。 參考 文獻(xiàn) [1]蔣琴 莉 .我國(guó) 城鎮(zhèn)居民家庭人均 可支配收入 的分析及預(yù)測(cè) —基于 ARIMA 模型［ J］ .中 國(guó) 經(jīng)貿(mào)，2021,(3):102104. [2]游中勝 ,張珣．基于 GM（ 1,1） 模型的城鎮(zhèn)居民人均可支配收入預(yù)測(cè) —以 重慶市城鎮(zhèn)居民家庭為例 [J]． 重慶 師范 大學(xué)學(xué)報(bào)， 2021（ 30） ： 6063 [3]王振寰 ,楊 堰琨 ,張峰． ARIMA 模型 在城鎮(zhèn)居民家庭收入的應(yīng)用 [J]．內(nèi)蒙古農(nóng)業(yè)大學(xué) 學(xué)報(bào) ， 2021（ 35） ： 166169 [4]王燕．應(yīng)用 時(shí)間序列 [M]．北京 ：中國(guó)人民大學(xué)出版社 ， 2021,141147 附錄 data a。 input x@@。 date=intnx(39。year39。,39。1jan197839。d,_n_1)。 format date year。 cards。 。 proc gplot data=a。 symbol1 v=star c=red i=join。 plot x*date=1。 run。 data b。 set a。 lx=log(x)。 dif1=dif(lx)。 run。 proc gplot data=b。 symbol2 v=star c=red i=join。 plot lx*date=2 dif。 run。 proc gplot data=b。 symbol3 v=star c=red i=join。 plot dif1*date=3。 run。 proc arima data=b。 identify var=lx nlag=6。 run。 identify var=lx(1) nlag=6。 run。 estimate p=5 noint。 run。 forecast lead=4 id=date out=c。 data c。 set c。 y=exp(lx)。 l95=exp(l95)。 u95=exp(u95)。 forecast=exp(forecast+std*std/2)。 run。 proc print data=c。 var date forecast。 where date=39。1jan197839。d。 run。
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1