作者:
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:
根据全国铁路客运量的月度数据,分别用ARIMA和SARIMA模型对从2005年到2016年的铁路客运量进行了计算,结果表明:利用SARIMA模型预测的结果更精确,能很好地反映铁路客运量的变化规律.
推荐文章
基于乘积季节模型的铁路客运量预测
乘积季节模型
铁路客运量预测
Eviews
R软件
支持向量回归机在铁路客运量时间序列预测中的应用
铁路客运量
ε支持向量回归机
人工神经网络
时间序列预测
基于组合模型的铁路客运量预测
铁路客运量
组合预测模型
最小二乘支持向量机
自回归移动平均模型
基于SARIMA模型的铁路月度客运量预测
铁路
客运量
SARIMA模型
预测
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 全国铁路客运量的时间序列模型
来源期刊 新乡学院学报 学科 数学
关键词 ARIMA模型 SARIMA模型 铁路客运量
年,卷(期) 2017,(9) 所属期刊栏目 数学研究
研究方向 页码范围 7-9,42
页数 4页 分类号 O212.1
字数 2021字 语种 中文
DOI 10.3969/j.issn.1674-3326.2017.09.003
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 袁兰兰 盐城师范学院数学与统计学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (46)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
ARIMA模型
SARIMA模型
铁路客运量
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
新乡学院学报
月刊
2095-7726
41-1430/Z
大16开
河南新乡市金穗大道东段
1984
chi
出版文献量(篇)
2928
总下载数(次)
10
总被引数(次)
3337
论文1v1指导