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:
时间序列中有大量的具有季节性的数据,为去除数据中的季节性因素,更好的反应经济变化,比较目前流行的去季节性方法X-12-ARIMA和TRAMO/SEATS,虽然两种方法都是建模、季节调整和诊断的过程,但是在很多细节方面侧重点不同,以苏宁电器2005 ~2017年12年的季度销售量数据做实证研究,结果显示两种方法处理的苏宁电器销售量数据变化趋势基本相同,但是观察差分后和差分前的图像都会发现TRAMO/SEATS季节调整两端的值缺失比较严重,表现为两头的数据变化较大,中间较小,而X-12-ARIMA季节调整后的值比较完整同时X-12-ARIMA对季节成分、趋势成分的分离比较彻底,所以选用X-12-ARIMA季节调整方法进行以下的研究X-12-ARIMA方法更适合苏宁电器销售量的研究.
推荐文章
基于时间序列趋势模型的研究与应用
时间序列
模型
预测
呼叫中心
时间序列季节调整方法在气象要素预测中的应用分析
气象要素:时间序列
季节调整方法
应用
时间序列无缝拼接技术
无缝拼接
时间序列
信号处理
时间序列数据挖掘综述
时间序列
数据挖掘
相似性搜索
模式发现
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 时间序列季节调整技术比较研究
来源期刊 哈尔滨商业大学学报(自然科学版) 学科 数学
关键词 季节调整 X-12-ARIMA TRAMO/SEATS 时间序列 异常值 平稳性
年,卷(期) 2020,(1) 所属期刊栏目 数理科学
研究方向 页码范围 121-128
页数 8页 分类号 O29
字数 1876字 语种 中文
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 闵盈盈 哈尔滨商业大学计算机与信息工程学院 62 46 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (61)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(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)
2000(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)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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
季节调整
X-12-ARIMA
TRAMO/SEATS
时间序列
异常值
平稳性
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
哈尔滨商业大学学报(自然科学版)
双月刊
1672-0946
23-1497/N
大16开
哈尔滨市道里区通达街138号
1980
chi
出版文献量(篇)
3911
总下载数(次)
16
总被引数(次)
20147
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导