您的位置: 专家智库 > >

深圳市科技计划项目(200802126)

作品数:2 被引量:22H指数:2
相关作者:蒲继红郭志武滕国召更多>>
相关机构:深圳市第二人民医院深圳市中医院更多>>
发文基金:深圳市科技计划项目更多>>
相关领域:医药卫生更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇医药卫生

主题

  • 2篇季节调整
  • 2篇X-12-A...
  • 2篇ARIMA模...
  • 2篇春节
  • 2篇春节因素

机构

  • 2篇深圳市中医院
  • 2篇深圳市第二人...

作者

  • 2篇滕国召
  • 2篇郭志武
  • 2篇蒲继红

传媒

  • 1篇中国医院统计
  • 1篇中国卫生统计

年份

  • 2篇2009
2 条 记 录,以下是 1-2
排序方式:
基于ARIMA模型的春节因素调整方法研究被引量:9
2009年
目的研究基于ARIMA模型的春节因素调整方法。方法构建通用的春节因素变量,将其作为回归变量纳入季节性ARIMA回归模型(regARIMA或TRAMO),采用AIC或BIC对模型的效果进行判断,确定最优模型。采用广义最小二乘法或最大似然法进行参数估计,并根据估计出的回归系数计算春节因素的影响程度。通过实例分析对上述方法进行实证。结果实例分析表明,引入春节因素变量后的季节调整方法能有效地消除春节因素对时间序列的影响,并能定量分析春节因素的影响程度。结论构建的春节因素变量具有较好的适用性,基于ARIMA模型的春节因素调整方法能有效地运用于时间序列的季节调整,为分析春节因素的影响提供了一种新的方法。
郭志武蒲继红滕国召
关键词:春节因素季节调整X-12-ARIMA
基于ARIMA模型的季节调整方法及研究进展被引量:14
2009年
目的介绍基于ARIMA模型的2种季节调整方法:X-12-ARIMA和TRAMO/SEATS。方法通过查阅有关文献,对基于ARIMA模型的季节调整方法的发展历史、基本原理与方法、最新研究进展等方面进行综述,对ARIMA模型的影响因素进行分析,并运用其原理与方法对我国的春节因素进行调整,构建适用的调整模型。结果基于ARIMA模型的季节调整方法在时间序列分析中具有重要的地位,X-12-ARIMA和TRAMO/SEATS两种方法具有各自的特点与优势,并且这2种方法有相互融合的趋势。结论基于ARIMA模型的季节调整方法经过不断完善而趋于成熟,X-12-ARIMA和TRAMO/SEATS将进一步发展和完善,获得广泛应用。
郭志武滕国召蒲继红
关键词:ARIMA模型季节调整X-12-ARIMA春节因素
共1页<1>
聚类工具0