作者:张杰; 葛灵软饮料arima乘积季节模型时间序列预测
摘要:基于2008~2015年全国软饮料总产量的时间序列数据,采用ARIMA乘积季节模型对我国的软饮料总产量进行预报.首先使用差分的方法对序列作平稳化处理;其次,通过自相关与偏相关分析,结合模型选择的评估标准,建立ARIAMA乘积季节模型为ARIMA(4,2,3)×(1,1,1)12;然后运用最小二乘法估计模型的参数并对模型进行适应性检验,模型检验通过.利用建立的乘积季节模型ARIMA(4,2,3)×(1,1,1)12对2016年第一季度的软饮料总产量进行短期预测,平均相对误差珋e=0.0593,说明模型预测效果较好.结果表明,利用ARIMA乘积季节模型可以较好地对我国软饮料的总产量进行预报,具有一定的参考和应用价值.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社