河南省居民消费价格指数预测

发布时间：2020-12-06 00:43

　　为提高CPI建模精度,本文使用SARIMA、SARIMA-LSTM、LSTM三个模型对河南省月度CPI进行建模预测。研究发现SARIMA-LSTM模型效果最优,可以反映河南省居民消费价格指数的真实状况,用于CPI实际预测。 

【文章来源】：现代商贸工业. 2020年25期 第97-98页

【文章页数】：2 页

【部分图文】：

CPI序列图

【参考文献】：
期刊论文
[1]汉江流域安康站日径流预测的LSTM模型初步研究[J]. 胡庆芳,曹士圯,杨辉斌,王银堂,李伶杰,王立辉.  地理科学进展. 2020(04)
[2]基于LSTM神经网络的金融时间序列预测[J]. 欧阳红兵,黄亢,闫洪举.  中国管理科学. 2020(04)
[3]陕西省居民消费价格指数预测[J]. 张甜瑞.  合作经济与科技. 2020(07)
[4]基于ARIMA模型、灰色模型和回归模型的预测比较[J]. 李志超,刘升.  统计与决策. 2019(23)
[5]基于ARIMA-SVM模型的郑州市CPI预测研究[J]. 梁晓莹.  洛阳理工学院学报(社会科学版). 2019(04)
[6]基于BP神经网络误差校正的ARIMA组合预测模型[J]. 吴晓峰,杨颖梅,陈垚彤.  统计与决策. 2019(15)
[7]基于LSTM深度神经网络的月门诊量预测精度研究[J]. 李琳,王哲,张学良,王凯,周毅.  中国数字医学. 2019(01)
[8]基于ARIMA模型的居民消费价格指数走势实证分析与预测——以重庆市为例[J]. 倪颖,年靖宇.  贵州商学院学报. 2018(02)
[9]基于ARMA模型的CPI短期预测研究[J]. 袁志强,陈锐.  中国集体经济. 2018(03)



本文编号：2900392