检索结果-内蒙古大学图书馆

统计教育与应用统计研讨会

作者：何慧刘红跃刘喜波北方工业大学理学院北京100144

货币供应量作为我国货币政策的中介目标,与总体宏观经济有着较强的关联度,是我国整个国民经济的重要环节.因此,货币供应量的增长必须与经济增长相适应,以促进国民经济的持续、快速、健康发展.文章建立我国狭义货币供应量的ARIMA模型,并... 详细信息

货币供应量作为我国货币政策的中介目标,与总体宏观经济有着较强的关联度,是我国整个国民经济的重要环节.因此,货币供应量的增长必须与经济增长相适应,以促进国民经济的持续、快速、健康发展.文章建立我国狭义货币供应量的ARIMA模型,并运用该模型对货币供应量M1的短期变化进行预测,从而为把握宏观经济形势、理解货币政策变化及预判金融市场走势提供参考依据.检验结果表明,该模型对货币供应量预测的相对误差较小,比较符合实际情况.

关键词：货币供应量短期变化金融市场自回归积分滑动平均模型

来源：评论

学校读者我要写书评

暂无评论

基于ARIMA-BP神经网络的云服务器CPU利用率预测方法研究

基于ARIMA-BP神经网络的云服务器CPU利用率预测方法研究

引用

2015中国计算机应用大会暨2015年大数据与物联网在工业中的应用会议

作者：柯刚东莞职业技术学院计算机工程系广东 523808

在通过虚拟机动态部署来保障云应用性能的过程中,对大数据下的云服务器未来一段时间内CPU利用率的情况进行预测,可以避免部署滞后所造成的服务性能波动.传统的CPU利用率预测方法大都未考虑云环境中服务器的CPU利用率具有非线性的特点,... 详细信息

在通过虚拟机动态部署来保障云应用性能的过程中,对大数据下的云服务器未来一段时间内CPU利用率的情况进行预测,可以避免部署滞后所造成的服务性能波动.传统的CPU利用率预测方法大都未考虑云环境中服务器的CPU利用率具有非线性的特点,影响预测结果的准确性.提出了基于ARIMA-BP神经网络的组合预测模型对云服务器的CPU利用率进行预测的方法,充分发挥了ARIMA模型和BP神经网络分别对线性数据和非线性数据的预测优势.实验结果表明，该方法拥有较低的预测误差和较高的预测精度.

关键词：云服务器中央处理器利用率预测方法自回归积分滑动平均模型 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

基于ARIMA模型的河南省城镇化率的预测

基于ARIMA模型的河南省城镇化率的预测

引用

第十二届中国不确定系统年会暨第十六届中国青年信息与管理学者大会

作者：汤静河南科技大学数学与统计学院河南洛阳471003

本文以河南省1978-2012年城镇化率时间序列数据为基础,建立时间序列预测法中的ARIMA(1,2,1)模型进行拟合,并对河南省2013年城镇化率进行样本外预测,得出预测的相对误差较小,进而对河南省2014-2020年河南省城镇化率进行短期预测,为政府... 详细信息

本文以河南省1978-2012年城镇化率时间序列数据为基础,建立时间序列预测法中的ARIMA(1,2,1)模型进行拟合,并对河南省2013年城镇化率进行样本外预测,得出预测的相对误差较小,进而对河南省2014-2020年河南省城镇化率进行短期预测,为政府部门推进城镇化进程提供依据参考.结果表明,河南省城镇化率在未来几年内,依然呈现稳步上升趋势,且每年以大约4.5％的速度增长,到2020年达到了59.74729％.

关键词：城镇化进程时间序列预测法自回归积分滑动平均模型

来源：评论

学校读者我要写书评

暂无评论

ARIMA模型在预测某医院出院人数中的应用

ARIMA模型在预测某医院出院人数中的应用

引用

2014中华医院信息网络大会

作者：周文广绵阳市第三人民医院

目的:分析用ARIMA模型预测出院人数的效果.方法:利用SPSS18.0软件,采用ARIMA模型预测,并与指数平滑法比较.结论:ARIMA模型能够较好的对出院人数进行统计预测,但尚需与实际情况相结合,不断改进模型,以达到更好的统计精度.

关键词：医院管理出院人数自回归积分滑动平均模型统计精度

来源：评论

学校读者我要写书评

暂无评论

一种基于SparkR的水文传感器数据的异常检测方法

一种基于SparkR的水文传感器数据的异常检测方法

引用

第六届中国计算机学会大数据学术会议

作者：刘子豪李凌叶枫江苏科技大学计算机科学与工程学院江苏镇江 212003 河海大学计算机与信息学院江苏南京 211100

为了高效地从海量的水文传感器数据中检测出异常值,提出了一种基于SparkR的水文时间序列异常检测方法.对数据进行清洗后,采用滑动窗口配合自回归积分滑动平均模型在SparkR平台上进行预测,然后对预测的结果计算置信区间,在区间范围以外的... 详细信息

为了高效地从海量的水文传感器数据中检测出异常值,提出了一种基于SparkR的水文时间序列异常检测方法.对数据进行清洗后,采用滑动窗口配合自回归积分滑动平均模型在SparkR平台上进行预测,然后对预测的结果计算置信区间,在区间范围以外的,将其判定为异常值.基于检测结果,利用K均值算法对原数据进行聚类,同时计算其状态转移概率,对检测出的异常值进行质量评估.以在滁河获取的水文传感器数据为实验数据,分别在运行时间和异常值检测效果这两个方面进行了实验.结果表明:利用SparkR,对百万级数据进行计算时,利用双节点计算的时间要长于单节点,但是对千万级数据进行计算时,双节点比单节点在计算时间上更优,最多减少了16.21％,且评估过后的灵敏度由之前的5.24％提高到了92.98％.实验结果表明在大数据平台下,根据水文数据的特点并结合预测检验和聚类校验的方法,对千万级水文时间序列进行检测时,提高了传统方法的计算效率,并且在灵敏度方面相较于传统方法也有显著提升.

关键词：大数据处理水文时间序列异常检测自回归积分滑动平均模型 K均值算法

来源：评论

学校读者我要写书评

暂无评论

广东省卫生技术人力资源趋势预测与达标分析

引用

华南预防医学 2024年第12期50卷 1174-1178页

作者：潘杰叶依露陈亮郭辉杰广东省第二中医院广东广州510095 广州医科大学附属第五医院康复医学科广东高校生物靶向诊治与康复重点实验室广东省疾病预防控制中心广东省公共卫生研究院

目的预测广东省卫生技术人力资源,并与国家规划值和预测值进行对比分析,为广东省优化卫生人才政策提供依据。方法基于2010—2023年广东省和国家的卫生技术人力资源时序数据,采用自回归积分滑动平均模型(autoregressive integrated mov... 详细信息

目的预测广东省卫生技术人力资源,并与国家规划值和预测值进行对比分析,为广东省优化卫生人才政策提供依据。方法基于2010—2023年广东省和国家的卫生技术人力资源时序数据,采用自回归积分滑动平均模型(autoregressive integrated moving average model,ARIMA)和Holt指数平滑模型进行趋势预测,并使用准确性更高模型的预测结果进行对比分析。结果对于研究的卫生技术人力资源指标,建立的ARIMA和Holt指数平滑模型拟合效果均较好,ARIMA模型准确性更高。ARIMA模型预测结果显示,广东省2025年每千人口执业(助理)医师数的低、中、高预测值分别为3.20、3.21、3.21人,2030年分别为4.07、4.10、4.14人,预计均能达到国家规则值;2025年每千人口注册护士的低、中、高预测值分别为3.91、3.92、3.93人,2030年分别为4.76、4.80、4.85人,预计均能达到国家规则值;2025年每万人口药师(士)数的低、中、高预测值分别为4.12、4.13、4.13人,2030年分别为4.52、4.56、4.60人,预计到2030年也未能达到2025年的国家规划值。与国家预测值相比,广东省2024—2030年每千人口执业(助理)医师、注册护士数,每万人口药师数预计均较低。结论广东省每千人口执业(助理)医师和注册护士数呈较好增长趋势,2025年、2030年预计均能达到国家规划值,但仍将低于国家平均水平;药师(士)始终发展缓慢。

关键词：卫生技术人力资源自回归积分滑动平均模型 Holt指数平滑模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：