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:
本文选取2005年9月23日~2018年9月14日的中国钢材综合价格指数(CSPI)的周数据进行分析,建立了一套ARIMA模型.对2018年9月21日~2018年10月26日的周数据进行预测并与真实数据进行对比,发现短期内ARIMA模型(1,1,4)的预测效果最好.并利用此模型对接下来十周的钢材综合价格指数进行了预测.
推荐文章
基于ARIMA模型的中国消费者价格指数时间序列分析
CPI
ARIMA模型
时间序列分析
预测分析
基于传导模型的2010年价格指数预测
差分回归分析
GM(1,1)模型
价格传导机制
基于LSTM神经网络的三七价格指数预测
三七
价格指数
预测模型
LSTM神经网络
基于GM(1,N)模型的工程价格指数灰色预测
GM(1,N)模型
灰色预测
工程价格指数
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ARIMA模型的钢材综合价格指数的分析及预测
来源期刊 产业与科技论坛 学科
关键词 钢材价格指数 ARIMA模型 白噪声检验 价格预测
年,卷(期) 2019,(17) 所属期刊栏目 科技创新
研究方向 页码范围 43-45
页数 3页 分类号
字数 2999字 语种 中文
DOI 10.3969/j.issn.1673-5641.2019.17.019
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 杨丛 平顶山学院数学与统计学院 5 4 1.0 2.0
2 王东民 平顶山学院数学与统计学院 3 0 0.0 0.0
3 王浩丽 平顶山学院数学与统计学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (2)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
钢材价格指数
ARIMA模型
白噪声检验
价格预测
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
产业与科技论坛
半月刊
1673-5641
13-1371/F
大16开
河北省石家庄市
18-181
2006
chi
出版文献量(篇)
43551
总下载数(次)
161
总被引数(次)
66232
论文1v1指导