中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第8-15页 |
1.1 研究背景、问题的提出及研究意义 | 第8-10页 |
1.1.1 研究背景 | 第8-9页 |
1.1.2 问题的提出 | 第9-10页 |
1.1.3 研究意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 国外研究现状 | 第10-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.3 研究方法和研究思路 | 第13-15页 |
1.3.1 研究方法 | 第13-14页 |
1.3.2 研究思路 | 第14-15页 |
2 时间序列分析理论概述 | 第15-25页 |
2.1 一元时间序列分析 | 第15-20页 |
2.1.1 自回归模型 | 第15-16页 |
2.1.2 移动平均模型 | 第16-17页 |
2.1.3 自回归移动平均模型 | 第17页 |
2.1.4 求和自回归移动平均模型 | 第17-18页 |
2.1.5 单位根检验 | 第18-19页 |
2.1.6 运用自回归移动平均模型(ARIMA)分析的基本流程 | 第19-20页 |
2.2 季节性时间序列 | 第20-25页 |
2.2.1 简单季节模型 | 第21页 |
2.2.2 乘积季节模型 | 第21-22页 |
2.2.3 季节性检验 | 第22-23页 |
2.2.4 季节性时间序列模型的建立 | 第23-25页 |
3 基于SARIMA模型对国内航班延误情况的计量分析 | 第25-34页 |
3.1 SARIMA(自回归单整移动平均季节)模型概述 | 第25页 |
3.2 计量分析思路、数据选择 | 第25-26页 |
3.2.1 计量分析思路 | 第25页 |
3.2.2 数据选择 | 第25-26页 |
3.3 运用SARIMA模型分析 | 第26-34页 |
3.3.1 运用SARIMA模型分析重庆江北机场航班延误情况 | 第26-34页 |
4 结论及建议 | 第34-36页 |
4.1 结论 | 第34页 |
4.2 建议 | 第34-36页 |
5 创新及改进 | 第36-37页 |
致谢 | 第37-38页 |
参考文献 | 第38-40页 |
附录 | 第40-42页 |