简介概要

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2018年第3期

论文作者:缪巧芬 唐国强 罗耀宁

文章页码:579 - 584

关键词:X-13A-S方法;SARIMA模型;铁路客运量;预测;

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。

详情信息展示

基于X-13A-S季节调整方法的铁路客运量预测分析

缪巧芬,唐国强,罗耀宁

桂林理工大学理学院

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。

关键词:X-13A-S方法;SARIMA模型;铁路客运量;预测;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号