舟山虾蟹类产品价格指数的预测.pdf

舟山虾蟹类产品价格指数的预测.pdf

ID:58311165

大小:218.70 KB

页数:3页

时间:2020-05-30

舟山虾蟹类产品价格指数的预测.pdf_第1页
舟山虾蟹类产品价格指数的预测.pdf_第2页
舟山虾蟹类产品价格指数的预测.pdf_第3页
资源描述:

《舟山虾蟹类产品价格指数的预测.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、安徽农业科学。JournalofAnhuiAoi.Sci.2014。42(23):7697—7699责任编辑刘月娟责任校对况玲玲舟山虾蟹类产品价格指数的预测朱顺乐,毛晓慧(浙江海洋学院东海科学技术学院,浙江舟山316000)摘要水产品的价格指教是渔业经济发展的重要指标。在如今经济高速发展的时代,水产品价格指数的预测对渔业经济运行有着至关重要的作用。通过多种时间序列预测法(移动平均法、加权移动平均法、二次移动平均法以及指数平滑法),分别对虾蟹类水产品进行价格指数的预测,并通过预测精度对各个方法的不同结果进行精确

2、度的比较,最后确定最精确的方法,并用其对舟山虾蟹类价格指数作最后的预测。关键词水产品价格指数;时间序列预测法;精确度中图分类号S一9文献标识码A文章编号0517—661l(2014)23—07697—03PredictionofZhoushanShrimpandCrabProductsPriceIndexZHUShun-leetal(DonghaiScienceandTechnologyCollege,ZhejiangOceanUniversity,Zhoushan,Zh~iang316000)Abstrac

3、tAquaticproductspriceindexiSanimportantindexinfisherieseconomicdevelopment.Intoday’Srapiddevelopmentofeconomy.predictingaquaticproductspriceindexhasacrucialroletothefisheryeconomy.Throughavarietyoftimeseriesforecastingmethods(movingaveragemethod,weightedmov

4、ingaveragemethod,thetwomovingaveragemethodandexponentialsmoothingmethod),thepriceindexofshrimpandaquaticproductswerepredicted.Andtheaccuracyoftheresultswascompared.Finally.themostaccuratemethodwasdeterminedanditwasusedasthefinalpredictionofshrimpandcrabpric

5、eindex.KeywordsAquaticproductspriceindex;Timesequencepredictionmethod;Precision渔业的快速发展使得渔业劳动者的收入明显增加。大设某场该年每月的盈利分别为A1、A2⋯⋯A12,以3个月批渔民通过发展渔业生产率先致富,生活质量得到明显改的移动平均数做预测为例,4月份的预测值为A4’=(A1+A2善。以水产养殖业为重点的我国渔业已经成为大农业中一+A3)/3,5月份的预测值为A5’:(A2+A3+A4)/3,同理可个重要的产业,在农村经济

6、中发挥重要的作用。其中,水产以分别得出以后几个月的预测值。品价格指数的变化直接影响水产品市场的发展,所以对水产1.2加权移动平均法加权移动平均法和移动平均法最大品价格指数的精确预测对渔业经济的发展有着重要意义。的区别在于:加权移动平均法在计算平均值时对移动期内时间序列预测是一种最基本、最常用的预测方法,在很多方的数据是不同等看待的。它是根据近期数据对预测值影响面都有过应用。。同时,时间序列也涉及渔业的其他预最大的这个特点而对移动期内的数据进行不同的对待。与测J。但是,还没有人对水产品的价格指数进行过预测,预测

7、期越近的数据权数越大,距离预测期越远的数据权数越所以现在将运用时间序列对水产品价格进行预测。小,通俗一点讲就是对新旧(远近)不同月份的数据给予大小时间序列是指将某现象的某一个指标在不同时间上不同的权数,然后计算移动平均数。以3个月的加权移动平的各个数值按时间先后顺序排列而形成的序列。时间序列均数为例,其公式如下:的构成要素是现象所属的时间与反映现象发展水平的指标F:—3M1+3M2+M3—数值。时间序列可以反映社会经济的发展变化过程、描述现o象的发展状态和结果,研究社会经济现象的发展趋势和发展式中,M1为距离

8、预测月份最近一月的新数据;M2为距离预速度等。时间序列预测是利用统计技术和方法,从预测指测月份次近1月的数据;M3为距离预测月份最远一月的旧标的时间序列中找出演变模式,从而建立数学模型,对预测数据。指标的未来发展趋势进行定量估计。笔者介绍常用的几种加权移动平均法的运用对数据有一定的要求。若一组时间序列预测方法,并且用预测精度中的2个指标(平均绝数据有明显的季节性影响,则采用该方法得到的预测值会有对偏

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。