当前位置：
X-MOL 学术
›
SN Computer Science
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
印度水稻种植面积分析与预测：单变量时间序列方法
SN Computer Science Pub Date : 2023-02-03 , DOI: 10.1007/s42979-022-01604-0 Niveditha Annamalai 1 , Amala Johnson 1
"点击查看英文标题和摘要"
更新日期：2023-02-04
SN Computer Science Pub Date : 2023-02-03 , DOI: 10.1007/s42979-022-01604-0 Niveditha Annamalai 1 , Amala Johnson 1
Affiliation
|
本研究使用三种不同的模型来分析单变量时间序列数据：霍尔特指数平滑模型、自回归积分移动平均 (ARIMA) 模型和神经网络自回归 (NNAR) 模型。使用样本内预测和准确性指标评估每个模型的有效性，包括平均绝对百分比误差、平均绝对平方误差和均方根对数误差。使用拟合值最接近观测值的模型预测印度未来 5 年的种植面积。这是通过执行残差分析来确定的。最初发现用于该研究的时间序列数据是非平稳的。然后在模型可用于分析和预测之前使用差分将其转换为固定数据。
"点击查看英文标题和摘要"
京公网安备 11010802027423号