煤炭大数据指数编制及经验模态分解模型研究
本文选题:煤炭交易 切入点:大数据指数 出处:《统计与信息论坛》2016年08期 论文类型:期刊论文
【摘要】:基于开放性数据源、连续观测昨多变量数据编制的大数据指数,与传统的统计调查指数存在的差异不仅在于数据本身的无限扩张,而且在于编制方法以及分解研究的规则、模型方面的差异。在大数据背景下,率先尝试性地提出大数据指数的定义和数据假设,将"互联网大数据指数"引入煤炭交易价格指数综合编制太原煤炭交易大数据指数,从而反映煤炭价格的变动趋势;导入经验模态分解模型,对所编制的煤炭大数据指数进行分解研究,尝试比较与传统的统计调查指数的差异。研究表明:新编制的煤炭价格大数据指数要比太原煤炭交易价格指数更为敏感和迅速,能更好地反映煤炭价格的变动趋势。随着"互联网+"和大数据战略的逐渐普及,基于互联网大数据编制的综合指数会影响到更多领域,将成为经济管理和社会发展各个领域的晴雨表和指示器;与传统统计调查指数逐步融合、互补或者升级,成为宏观经济大数据指数的重要组成部分。
[Abstract]:Based on an open data source, big data index, which was compiled by continuous observation of multivariable data yesterday, is different from the traditional statistical survey index not only in the infinite expansion of the data itself, but also in the compilation method and the rules of decomposition research. Under the background of big data, the definition and data hypothesis of big data index are first put forward, and then the "Internet big data index" is introduced into the coal trading price index to compile the coal trade big data index. Thus reflecting the changing trend of coal price, introducing empirical mode decomposition model to decompose the compiled coal big data index, Try to compare the differences with the traditional statistical survey index. The study shows that the newly compiled coal price big data index is more sensitive and rapid than the Taiyuan coal trading price index. It can better reflect the changing trend of coal prices. With the gradual popularization of the "Internet" and big data's strategy, the composite index compiled on the basis of Internet big data will affect more fields. It will be the barometer and indicator of economic management and social development, and will gradually merge with the traditional statistical survey index, complement or upgrade, and become an important part of the macro economic big data index.
【作者单位】: 山西财经大学统计学院;
【基金】:全国统计科学重点研究课题《基于移动通信大数据的流动人口精细化挖掘研究》(2015433) 山西省高等学校哲学社会科学研究项目《晋商商业遗产研究》(2013325) 山西省统计学会课题《城市流动人口的大数据测度方法研究》(KY[2015]008)
【分类号】:F224.0;F426.21;F764.1
【相似文献】
相关期刊论文 前3条
1 张永利;张卫东;;希尔伯特-黄变换方法边界问题的处理[J];科技创新导报;2008年30期
2 程慧;黄健柏;郭尧琦;;我国有色金属价格波动周期性研究——基于铜、铝价格波动的实证分析[J];价格理论与实践;2012年09期
3 ;[J];;年期
相关会议论文 前10条
1 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
2 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文集[C];2007年
3 杨永锋;;经验模态分解与非线性分析的协同研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年
4 侯文文;邹俊忠;刘未来;;基于经验模态分解的眼电伪差去除研究[A];上海市化学化工学会2010年度学术年会论文集(自动化专题)[C];2010年
5 李关防;许春雷;惠俊英;;基于经验模态分解的特征提取算法研究[A];中国造船工程学会电子技术学术委员会2011年海战场电子信息技术学术年会论文集[C];2011年
6 薛志宏;李广云;周蓉;;一种基于经验模态分解的信号降噪方法[A];全国工程测量2012技术研讨交流会论文集[C];2012年
7 张飞涟;刘严萍;;经验模态分解与神经网络方法在降水预测领域的应用研究[A];中国系统工程学会第十八届学术年会论文集——A01系统工程[C];2014年
8 康春玉;章新华;;一种基于经验模态分解的信号降噪方法[A];中国声学学会2007年青年学术会议论文集(下)[C];2007年
9 辛鹏;辛雷;蔡国伟;李晓琦;;一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法[A];第十一届全国电工数学学术年会论文集[C];2007年
10 郝文峰;骆英;顾建祖;;基于经验模态分解-支持向量机的玻璃幕墙开胶损伤预测研究[A];中国力学学会学术大会'2009论文摘要集[C];2009年
相关博士学位论文 前9条
1 葛光涛;二维经验模态分解研究及其在图像处理中的应用[D];哈尔滨工程大学;2009年
2 孙晖;经验模态分解理论与应用研究[D];浙江大学;2005年
3 张继红;经验模态分解及径向基函数的一些应用研究[D];大连理工大学;2012年
4 熊卫华;经验模态分解方法及其在变压器状态监测中的应用研究[D];浙江大学;2006年
5 杨贤昭;基于经验模态分解的故障诊断方法研究[D];武汉科技大学;2012年
6 高静;经验模态分解的改进方法及应用研究[D];北京理工大学;2014年
7 陈志刚;经验模态分解与Savitzky-Golay方法的自适应遥感影像融合[D];华东师范大学;2010年
8 周义;快速二维经验模态分解和相位追踪方法及其在导波无损检测中的应用[D];上海交通大学;2014年
9 石志晓;时频联合分析方法在参数识别中的应用[D];大连理工大学;2005年
相关硕士学位论文 前10条
1 史玉君;基于经验模态分解的眼电伪迹去除方法的研究[D];兰州大学;2015年
2 梁江海;基于经验模态分解的通信信号细微特征分析[D];国防科学技术大学;2013年
3 赵强;基于EMD的齿轮故障诊断技术研究[D];东北石油大学;2015年
4 熊伟;试车台振动测试系统的关键技术研究[D];河南工业大学;2015年
5 陈凯;快速非平稳信号分析诊断与应用[D];上海交通大学;2015年
6 杨U唝~;基于经验模态分解的城市供水水质异常事件检测方法研究[D];浙江大学;2016年
7 杨彩红;基于折线包络的经验模态分解方法及其应用[D];天津大学;2007年
8 付晓波;经验模态分解法理论研究与应用[D];太原理工大学;2013年
9 郭一粟;基于经验模态分解的动平衡测量系统信号处理方法研究[D];吉林大学;2015年
10 封学真;经验模态分解滤波在圆度评定中的研究[D];西安电子科技大学;2014年
,本文编号:1592364
本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/1592364.html