基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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。
推荐文章
SARIMA模型的建模及其信贷预测分析
SARIMA模型
随机时间序列
银行信贷总量
预测
基于GA-LM-BP模型的云南省农机总动力预测
农机总动力
GA-LM-BP模型
预测
云南省人口发展与耕地需求预测
Logistic
云南省
粮食
人口
耕地
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 云南省CPI序列的分析与预测--基于SARIMA模型
来源期刊 统计学与应用 学科 经济
关键词 CPI 季节性ARIMA 预测
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 155-162
页数 8页 分类号 F2
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李卓然 云南财经大学统计与数学学院 6 2 1.0 1.0
2 孙晓宇 云南财经大学统计与数学学院 5 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
CPI
季节性ARIMA
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
统计学与应用
双月刊
2325-2251
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
512
总下载数(次)
3
总被引数(次)
0
论文1v1指导