医疗保险时间序列数据统计分析
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 引言 | 第8-15页 |
1.1 研究背景和意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.3 本文研究内容 | 第10-12页 |
1.4 数据介绍 | 第12-15页 |
第二章 ARIMA模型 | 第15-18页 |
2.1 ARIMA模型相关基本概念 | 第15-16页 |
2.2 ARIMA模型相关基本方法 | 第16-18页 |
第三章 Prophet模型 | 第18-25页 |
3.1 Prophet模型介绍 | 第18-19页 |
3.2 基本模型 | 第19-22页 |
3.3 结果读取与分析 | 第22-24页 |
3.4 Prophet模型的建模过程 | 第24-25页 |
第四章 GRU模型 | 第25-30页 |
4.1 RNN(循环神经网络) | 第26-27页 |
4.2 LSTM(长短期记忆) | 第27-28页 |
4.3 GRU(门控制循环单元) | 第28-30页 |
第五章 实际数据分析 | 第30-45页 |
5.1 ARIMA预测及结果分析 | 第31-34页 |
5.2 Prophet模型预测及结果分析 | 第34-38页 |
5.3 GRU模型预测及结果分析 | 第38-42页 |
5.4 3种模型预测结果对比 | 第42-45页 |
第六章 结论 | 第45-46页 |
参考文献 | 第46-49页 |
致谢 | 第49页 |