期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于ARIMA模型对湖北省能源消费的预测被引量：5

下载PDF

导出

摘要能源影响着我国社会经济的稳定持续发展,对未来能源消耗的准确预测具有重要意义。文章以我国湖北省为例,利用1980～2005年的能源消费总量数据为基础,运用ARIMA模型进行能源消费的预测,达到了最小方差意义下的最优预测的效果。

作者邢瑞军刘丽英

机构地区中国人民大学统计学院邯郸学院

出处《统计与决策》 CSSCI 北大核心 2008年第24期107-108,共2页 Statistics & Decision

关键词 ARIMA模型能源消费预测

分类号 O212 [理学—概率论与数理统计]

引文网络
相关文献

参考文献2

1易丹辉主编..数据分析与Eviews应用[M].北京:中国统计出版社,2002:279.
2易丹辉编著..统计预测方法与应用[M].北京:中国统计出版社,2001:305.

同被引文献43

1张欣欣,刘广斌,蔡璐.基于Granger检验的中国能源消费和经济增长关系研究[J].山西财经大学学报,2011,33(S1):26-27. 被引量：12
2李亮,孙廷容,黄强,张双虎,肖志娟.灰色GM(1,1)和神经网络组合的能源预测模型[J].能源研究与利用,2005(1):10-13. 被引量：20
3汪东,汲奕君,孙志威,朱坦.天津市能源消费与经济增长的灰色关联分析[J].环境污染与防治,2010,32(12):90-92. 被引量：19
4牛晓东.电力负荷预测技术及其应用[M].北京:中国电力出版社,1998.. 被引量：13
5王火根,沈利生,曹宇（校对）.中国经济增长与能源消费空间面板分析[J].数量经济技术经济研究,2007,24(12):98-107. 被引量：138
6刘勇,汪旭晖.ARIMA模型在我国能源消费预测中的应用[J].经济经纬,2007,24(5):11-13. 被引量：42
7刘爱芹.山东省能源消费与工业经济增长的灰色关联分析[J].中国人口·资源与环境,2008,18(3):103-107. 被引量：38
8王洪礼,韩红臣,李胜朋,史道济.城市用水量随机梯度回归分析[J].天津大学学报（社会科学版）,2008,10(3):225-227. 被引量：2
9张传国,陈蔚娟.广东省能源消费与经济增长关系实证研究[J].国际经贸探索,2008,24(6):29-33. 被引量：11
10俞天贵,邓文平.基于ARIMA模型的中国煤炭消费量增长预测[J].统计与决策,2008,24(24):89-91. 被引量：14

引证文献5

1曹闯明,李明清,许家栋,刘慧,吴捷.基于交通大数据的LNG供需预测[J].煤气与热力,2021,41(11):36-39. 被引量：2
2王喜平,娄淑军.基于ARIMA模型的河北省能源消费预测[J].北方经贸,2012(2):34-35. 被引量：4
3张祖欣.基于多变量误差修正模型与改进灰色理论的我国能源需求预测研究[J].华东电力,2012,40(10):1685-1689. 被引量：4
4李伟,彭宇军,杨强华.基于ARIMA模型的我国人均生活能源消费预测[J].中国集体经济,2013(24):21-22.
5花玲,谢乃明.政策冲击影响下中国能源消费预测分析及控制策略[J].中国管理科学,2014,22(7):18-25. 被引量：11

二级引证文献21

1姜春海,闫振好,宋志永.基于ARIMA和GM(1,1)模型的煤炭市场需求预测研究[J].产业经济评论（山东）,2019,0(3):54-86. 被引量：5
2杨智博.基于ARIMA的Z评分模型应用——以中国石油为例[J].商情,2013(23):161-162. 被引量：1
3孙曼曼.基于ARIMA模型的全国能源消费的短期预测[J].科技信息,2013(11):398-398.
4李伟,彭宇军,杨强华.基于ARIMA模型的我国人均生活能源消费预测[J].中国集体经济,2013(24):21-22.
5王平,王克凡,石雪涛,朱帮助.基于EEMD与LSSVR的能源消费量多尺度预测——以广东省为例[J].内蒙古大学学报（自然科学版）,2015,46(3):234-241.
6周婷.陕西省能源消费的ARIMA模型预测分析[J].商,2015,0(27):284-284.
7程文荣,姚天祥.基于新陈代谢GM(1,1)模型的中国煤炭消费量预测分析[J].数学的实践与认识,2015,45(16):93-98. 被引量：7
8程文荣,姚天祥.南京市化学原料及化学制品制造业能源消耗预测[J].工业安全与环保,2016,42(1):89-92. 被引量：2
9赵文会,高姣倩,宋亚君,黄海涛.中国可再生能源消费预测及补贴策略研究[J].中国电力,2016,49(4):181-187. 被引量：3
10刘解放,刘思峰,方志耕.一类调节强度可变的弱化缓冲算子及其应用研究[J].中国管理科学,2016,24(8):172-176. 被引量：4

1张丽,杨晓林.基于统计模型对河南粮食产量的预测[J].洛阳师范学院学报,2014,33(11):12-15. 被引量：1
2杜雨潇.基于ARIMA模型对我国能源需求的预测[J].统计教育,2008(9):59-61. 被引量：7
3黄耶,江月亭.基于VAR模型的湖北省碳排放能源影响因素分析[J].绿色科技,2015,17(9):328-331. 被引量：1
4陈玉金,刘建永,李凌,伍中军.基于神经网络回归分析组合模型的能源消耗预测研究[J].兵工自动化,2008,27(11):59-60. 被引量：12
5张艳辉.对微课资源在小学数学课堂教学中的应用分析[J].新课程,2016,0(16):165-165. 被引量：1
6郭新玲.体验式教学在小学数学教学中的应用[J].新课程,2017,0(1):162-162.
7汤宇.论大学数学积分方法的现实应用[J].中国科技投资,2013(A33):471-471.
8任欢.基于ARIMA模型的河南省能源需求量预测[J].安阳师范学院学报,2010(5):41-43.
9廖海莹.高中数学教学中学生创新能力与应用能力的培养研究[J].未来英才,2015,0(6):15-15. 被引量：5
10刘花璐,汤涛.湖北省GDP预测的数学模型及其影响因素分析[J].数学的实践与认识,2015,45(5):262-269. 被引量：12

统计与决策

2008年第24期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部