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:
依据季节调整思想和X-13A-S模型理论,以传统的SARIMA模型对2000年1月—2016年7月观测值进行建模,预测2016年8—12月铁路客运量,同时用X-13A-S模型对数据中可能存在的日历效应进行季节调整,并建模预测.对比SARIMA模型,X-13A-S模型拟合效果更优,更适合我国铁路客运量的预测.之后用X-13A-S技术将所有原始数据重新建模预测,预计2017年春运后,4月份会再次出现小高峰,将比春运客流高,8月份铁路客运量达到最大.随着假期的减少,10月后客运量将下降,2018年年初迅速回升,总体呈上升趋势.
推荐文章
基于最小二乘支持向量机的铁路客运量预测研究
铁路客运量
最小二乘支持向量机
预测模型
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
河南省2012—2020年交通客运量预测与分析
客运量预测
时间序列
指数平滑
ARIMA模型
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 基于X-13A-S季节调整方法的铁路客运量预测分析
来源期刊 桂林理工大学学报 学科 经济
关键词 X-13A-S方法 SARIMA模型 铁路客运量 预测
年,卷(期) 2018,(3) 所属期刊栏目 应用数学
研究方向 页码范围 579-584
页数 6页 分类号 F532
字数 5391字 语种 中文
DOI 10.3969/j.issn.1674-9057.2018.03.032
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 唐国强 桂林理工大学理学院 38 114 6.0 8.0
2 罗耀宁 桂林理工大学理学院 3 8 1.0 2.0
3 缪巧芬 桂林理工大学理学院 3 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (54)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (13)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
1995(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(14)
  • 参考文献(0)
  • 二级参考文献(14)
2011(10)
  • 参考文献(2)
  • 二级参考文献(8)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2020(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
  • 引证文献(0)
  • 二级引证文献(0)
2020(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
X-13A-S方法
SARIMA模型
铁路客运量
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
桂林理工大学学报
季刊
1674-9057
45-1375/N
16开
广西桂林市建干路12号
48-7
1981
chi
出版文献量(篇)
2706
总下载数(次)
1
总被引数(次)
16310
论文1v1指导