宁波港集装箱吞吐量年度和月度数据

本文使用ARIMA模型对宁波港2006年至2019年的月度集装箱吞吐量数据进行预测,通过对数据的一阶差分处理,模型能够较为准确地预测出吞吐量的变化趋势。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

宁波港集装箱吞吐量年度和月度数据

(1)宁波港年度数据,包括港口集装箱吞吐量和货物吞吐量以及影响他们的18个腹地经济指标,相关性均在0.8以上,1990年到2018年最新数据
(2)宁波港月度数据,包括集装箱吞吐量和货物吞吐量俩个指标,共计167条数据,2006年1月到2019年12月
可以进行港口物流需求预测研究,以ARIMA为例进行月度数据预测

y2=y2[:156]
y2=y2.astype(float)
model=ARIMA(y2.values,(12,1,1)).fit()
arma_mod7=model.predict(start=1,end=156,dynamic=False)
arma_mod7=pd.DataFrame(arma_mod7)
x=range(0,157)
x1=range(1,157)
plt.figure(figsize=(12,4))
#plt.plot(x,y2[1:],"r-",linewidth=2,markersize="4",alpha=1,label="真实值")
plt.plot(x,diff1[0:157],"r-",linewidth=2,markersize="4",alpha=1,label="一阶差分值")
plt.plot(x1,arma_mod7[:],"g-",linewidth=2,markersize="4",alpha=1,label="一阶差分的预测值")
plt.xlabel('样本序号',fontsize=10,fontproperties=zhfont1); 
plt.ylabel('集装箱吞吐量(万TEU)',fontsize=10,fontproperties=zhfont1)
plt.legend(loc='upper left',fontsize=10,prop=zhfont1)
#plt.xticks(rotation=90)
plt.show()

在这里插入图片描述上图是集装箱吞吐量一阶差分的预测值与真实值比较,下一篇博文中将会对差分序列还原。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值