基于ARIMA简单季节模型的河南省快递业务量预测

详细信息    查看全文 | 推荐本文 |

	英文篇名：Henan Province Express Traffic Forecast Based on ARIMA Simple Season Model 作者：李贞贞 英文作者：LI Zhen-zhen;Zhengzhou Normal University; 关键词：时间序列分析 ; ARIMA模型 ; 快递业务量 英文关键词：time series analysis;;ARIMA model;;express traffic 中文刊名：JZGC 英文刊名：Value Engineering 机构：郑州师范学院; 出版日期：2019-06-18 出版单位：价值工程 年：2019 期：v.38;No.529 语种：中文; 页：JZGC201917086 页数：3 CN：17 ISSN：13-1085/N 分类号：279-281

摘要

本文对发展迅速的快递行业进行研究,选取河南省月度快递业务量,考虑到月度快递业务量的趋势性、季节效应,通过建立ARIMA简单季节模型对快递业务量进行预测。结果表明,该模型预测效果较好。
        This paper studies the fast-growing express delivery industry, selects the monthly express delivery volume of Henan Province, and considers the trend and seasonal effect of monthly express delivery volume, and forecasts the express delivery volume by establishing the ARIMA simple seasonal model. The results show that the model has a good prediction effect.

引文

[1]洪琼,张浩,万玉龙,薛柏.江苏省快递业发展需求预测模型研究[J].江苏商论,2019(03):43-44,54.
    [2]孙丽.基于灰色预测模型的快递行业市场需求预测[J].铁道运营技术,2017,23(04):5-8,35.
    [3]商丰瑞,张静.基于SARIMA模型的我国快递业务量预测[J].现代经济信息,2016(20):350.
    [4]张仲斐,赵一飞.基于ARIMA模型的全球跨国快递业务量预测[J].华东交通大学学报,2012,29(01):102-107.
    [5]王惠婷,李蒙.组合预测模型在我国快递量预测中的应用[J].科学技术创新,2017(22):73-74.
    [6]王燕.应用时间序列分析[M].第三版.北京:中国人民大学出版社,2012.
    [7]万晓榆,费舜,田帅辉.基于组合预测的邮政业务主要指标预测研究——以重庆邮政业为例[J].重庆邮电大学学报(社会科学版),2016,28(05):102-108.
    [8]高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社,2006.