基于卡尔曼滤波的四川省社会消费品零售额预测

论文摘要

卡尔曼滤波算法是一种最优线性递推估计方法,受数据分布特点影响小,适应范围广,建模简单,适合于对各种复杂时间序列的预测,效果显著。鉴于四川省社会消费品零售额数据分布不光滑,运用卡尔曼滤波算法对之进行了预测,取得了很好的效果,平均预测误差仅0.772406%,比ARMA模型的平均预测误差2.1323%减小了63.7756%。由模型预测得到2019年四川省社会消费品零售额为21570.26亿元。

论文目录

• 一、卡尔曼滤波算法基本原理
• 二、四川省社会消费品零售额预测
• 三、建议与思考
•   （一）保持一定的经济发展速度
•   （二）加强社会保障体系建设
•   （三）提高有效供给
•   （四）加强市场管理
•   （五）优化消费环境
• 四、结语

文章来源

类型: 期刊论文

作者: 舒服华

关键词: 四川,社会消费品零售额,预测,卡尔曼滤波

来源: 阿坝师范学院学报 2019年04期

年度: 2019

分类: 社会科学Ⅱ辑,经济与管理科学

专业: 贸易经济

单位: 武汉理工大学继续教育学院

基金: 湖北省自然科学基金项目“信息挖掘与信息融合技术研究”(2017CFB164)

分类号: F727

页码: 43-48

总页数: 6

文件大小: 430K

下载量: 165