您的位置: 专家智库 > >

吴公华

作品数:7 被引量:11H指数:2
供职机构:内蒙古农业大学更多>>
相关领域:经济管理理学天文地球自动化与计算机技术更多>>

文献类型

  • 6篇期刊文章
  • 1篇学位论文

领域

  • 4篇经济管理
  • 2篇理学
  • 1篇天文地球
  • 1篇自动化与计算...

主题

  • 3篇ARIMA
  • 2篇时间序列
  • 2篇综合评价
  • 2篇SAS
  • 1篇第三产业
  • 1篇第三产业增加...
  • 1篇指数化
  • 1篇神经网
  • 1篇神经网络
  • 1篇生活境况
  • 1篇时间序列分析
  • 1篇食品消费
  • 1篇食品消费支出
  • 1篇能源
  • 1篇能源消费
  • 1篇能源消费总量
  • 1篇网络
  • 1篇西部经济
  • 1篇消费者价格
  • 1篇消费者价格指...

机构

  • 7篇内蒙古农业大...
  • 1篇内蒙古大学
  • 1篇呼伦贝尔学院

作者

  • 7篇吴公华
  • 5篇李战江
  • 4篇孙鹏哲
  • 3篇苏金梅
  • 1篇呼日乐
  • 1篇郝立宇
  • 1篇占锋
  • 1篇钟文丽

传媒

  • 5篇内蒙古农业大...
  • 1篇内蒙古统计

年份

  • 1篇2013
  • 3篇2012
  • 2篇2009
  • 1篇2008
7 条 记 录,以下是 1-7
排序方式:
内蒙古城镇居民食品消费境况的指数化分析
2012年
随着内蒙古经济的高速发展,GDP、财政收入等连续创造了新高,但在一系列辉煌的数字背后,民众更关心的是:生活境况是不是得到了改善?生活水平是不是得到了提高?民以食为天,食品消费水平理所当然被认为是代表人民生活境况的典型。本文依据以消费者显示偏好为基础的著名拉氏指数、帕氏指数、拉氏价格指数、帕氏价格指数,结合2000—2010年内蒙古城镇居民食品消费者价格指数和食品消费支出数据,测算了以2000年为基期的各类指数,反映了内蒙古城镇居民食品消费境况的变化情况,进一步反映内蒙古城镇居民的生活水平的变化情况。
吴公华苏金梅李战江孙鹏哲
关键词:食品消费支出生活境况消费者价格指数指数化
内蒙古能源消费总量的研究——基于ARIMA疏系数模型被引量:2
2012年
本文以《内蒙古统计年鉴2010》中1985-2009年内蒙古能源消费总量的数据为依据,运用时间序列的建模方法采用SAS 9.0软件建立ARIMA疏系数模型对内蒙古未来能源消费总量作出预测。结果显示,模型预测效果较好。
孙鹏哲郝立宇钟文丽李战江吴公华苏金梅
关键词:能源消费总量时间序列分析SASARIMA模型
内蒙古自治区经济发展速度的指标筛选及综合评价研究
2012年
本文收集了从1991~2009年反映内蒙古经济发展速度的19项指标数据,通过正态性检验、偏相关分析等方法对评价指标进行筛选。运用因子分析对综合评价指标建立综合评价模型,在此基础上对近20a来的经济发展速度进行剖析,科学评价了内蒙古地区的经济发展速度,并结合实际对内蒙古今后的经济发展政策提出了意见。
苏金梅占锋吴公华李战江孙鹏哲
关键词:综合评价
可持续发展视角下的西部经济发展状况综合评价研究
中国的西部包括重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、内蒙古、广西等12个省,幅员辽阔,西部地区资源丰富,市场潜力大,战略位置重要。但由于自然、历史、社会等原因,西部地区经济发展相对落后。由于东西部地...
吴公华
关键词:可持续发展综合评价
文献传递
基于BP神经网络的内蒙古第三产业增加值预测模型被引量:1
2009年
宏观经济政策的制定必然要参照各次产业的发展水平,那么对产业发展水平进行评估和预测就显得十分必要。文章通过运用神经网络的建模方法对内蒙古自治区第三产业增加值进行分析,最后建立了单隐层的BP神经网络模型。模型的预测结果表明预测精度较高。
李战江吴公华
关键词:BP神经网络MATLAB7.0
内蒙古第三产业增加值的研究——基于ARIMA疏系数模型被引量:7
2009年
本文运用时间序列建模方法对内蒙古第三产业增加值进行了分析和研究,首先通过对第三产业增加值序列的平稳化处理,然后运用ARMA方法进行建模,最终确立了ARIMA疏系数模型。经过检验,模型预测效果良好,可用于对未来的预测。
李战江吴公华孙鹏哲
关键词:第三产业增加值SASARIMA
海拉尔地区降水量的ARIMA乘积季节模型研究被引量:2
2008年
1个地区降水量的变化受到诸多因素的影响,其既有长期趋势、季节效应,又具有随机扰动效应。在降水量的分析中,找出所有影响降水量的变化因素是十分困难的,因此可以利用降水量序列的自身变化来寻找序列中蕴含的发展规律。本文以海拉尔地区1957年1月~2007年8月逐月平均降水量数据为基础,应用SAS统计软件经过多次拟合优选,最终建立了适合海拉尔地区月平均降水量的AR IMA(p,d,q)×(P,D,Q)s乘积模型,并利用该模型对海拉尔地区2007年的降水量进行了预测。
呼日乐石昱馨吴公华
关键词:ARIMA降水量预测时间序列
共1页<1>
聚类工具0