基于时间序列数据挖掘的我国民航运输量预测分析 |
| |
引用本文: | 刘博,赵璐,单曲轶. 基于时间序列数据挖掘的我国民航运输量预测分析[J]. 中国民航飞行学院学报, 2019, 0(5) |
| |
作者姓名: | 刘博 赵璐 单曲轶 |
| |
作者单位: | 中国民航大学空中交通管理学院 |
| |
摘 要: | 为了精准预测我国民航运输量,基于1985-2017年我国民航运输量随机时间序列数据,运用自回归单整移动平均模型(ARIMA),借助Eviews8.0统计软件,建立预测模型。利用静态预测功能,实现了2015-2019年的点预测,整体拟合度良好,相对误差小,相对误差位于0.1%-0.9%之间,证明该模型是可行的。结果表明,ARIMA模型能够短期准确预测民航运输量,为航空公司、机场、空管等部门可持续发展提供决策依据。
|
关 键 词: | 民航运输量 时间序列数据 静态预测 |
Forecasting Analysis of Airline Passenger Volume in China Based on Time-sequence Data Mining |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|