BP滤波的操作
在EViews中，可以使用 Band-Pass 滤波对经济时间序列进行趋势循环分解。在序列对象的菜单中选择 Proc/ Frequency Filter，显示图2.13所示的对话框。
图2.13 频率滤波对话框
2022-05-19 13:25:10
815KB
1
基于X-13季节调整方法的快递行业货运量分析及预测，李琴，侯雅文，随着计算机、互联网以及在线交易、物流行业的发展，快递运输量越来越大，为了合理安排快递运输，使得快递运输更加高效，满足人们
2022-02-19 17:04:38
188KB
1
4.Holt-Winter加法模型（三个参数）
该方法适用于具有线性时间趋势和加法模型的季节变差。yt 平滑后的序列 由下式给出
其中：at 表示截距，bt 表示斜率， at + bt k 表示趋势，St 为加法模型的季节因子，s 表示季节周期长度，月度数据 s =12，季度数据 s = 4。需要用简单的方法给出季节因子的第一年的初值，以及截距和斜率的初值。
2022-01-09 22:16:12
815KB
1
经济时间序列的季节调整、分解和平滑方法,高铁梅eviewss教材
2021-10-08 20:27:12
815KB
1
该程序是使用python调用X12程序以及X13程序进行自动化季节调整，可以用python语言进行批量季节调整，而避免了使用eviews去进行季节调整，内含x12.exe和x13.exe季节调整程序。
2021-04-29 01:23:13
3.39MB
1
旅游客流量具有明显的非线性和季节性特征，所以采取季节调整方法对样本数据进行预处理，消除季节性的影响，可以提高客流量预测的准确性。同时SVR（支持向量回归机）是一种良好的机器学习方法，非常适合预测研究，辅以PSO（粒子群算法）选取合适的回归参数可以获得更加精确的预测结果。鉴于此，构建一种考虑季节影响的PSO-SVR模型，以北京为例将不同旅游客流量预测方法的拟合优度进行比较。结果显示：季节调整的PSO-SVR模型预测精度明显高于SVR、季节调整的SVR和PSO-SVR模型，该模型是进行旅游客流量预测的有效工具。
2021-02-20 20:20:13
923KB
1