我国液晶电视销量的时间序列分析方法及预测
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-21页 |
1.1 研究背景 | 第10-11页 |
1.2 研究目的及意义 | 第11-13页 |
1.2.1 研究目的 | 第11页 |
1.2.2 研究意义 | 第11页 |
1.2.3 研究思路 | 第11-13页 |
1.3 国内外研究现状 | 第13-14页 |
1.3.1 国外研究现状 | 第13-14页 |
1.3.2 国内研究现状 | 第14页 |
1.4 统计学原理分析 | 第14-15页 |
1.4.1 市场销售中的统计学内容 | 第15页 |
1.4.2 市场销售中的统计学应用 | 第15页 |
1.5 时间序列理论分析 | 第15-21页 |
1.5.1 时间序列及其应用 | 第15-16页 |
1.5.2 时间序列预测的常用方法 | 第16-18页 |
1.5.3 基于ARMA模型的序列匹配方法 | 第18-21页 |
第2章 我国液晶电视现状分析 | 第21-28页 |
2.1 液晶电视行业的基本情况 | 第21-22页 |
2.1.1 液晶电视概念及原理介绍 | 第21页 |
2.1.2 液晶电视发展概况 | 第21-22页 |
2.2 我国液晶电视的销售环境 | 第22-23页 |
2.2.1 经济环境 | 第22页 |
2.2.2 政策环境 | 第22-23页 |
2.2.3 社会环境 | 第23页 |
2.2.4 技术环境 | 第23页 |
2.3 我国液晶电视市场的需求分析 | 第23-27页 |
2.3.1 商品的价格 | 第24页 |
2.3.2 消费者的偏好 | 第24-25页 |
2.3.3 消费者的收入 | 第25页 |
2.3.4 品牌的影响 | 第25页 |
2.3.5 生产力 | 第25-26页 |
2.3.6 产品的更新速度 | 第26页 |
2.3.7 能效 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第3章 基于时间序列的成交量周期性分解 | 第28-36页 |
3.1 季节性分解理论基础 | 第28-29页 |
3.1.1 平稳随机序列 | 第28页 |
3.1.2 剔除季节性因素 | 第28-29页 |
3.2 对销售额进行时间序列分析的准备数据 | 第29页 |
3.3 销售额数据采用时间序列的平稳性判断 | 第29-30页 |
3.4 销售量的周期性分解 | 第30-35页 |
3.4.1 网络高清电视的周期性分解 | 第30-31页 |
3.4.2 3D液晶电视的周期性分解 | 第31-33页 |
3.4.3 智能网络电视周期性分解 | 第33-34页 |
3.4.4 超高清智能电视周期性分解 | 第34-35页 |
3.5 本章小结 | 第35-36页 |
第4章 ARIMA模型销售量预测 | 第36-59页 |
4.1 相关概念介绍 | 第36-41页 |
4.1.1 基础理论介绍 | 第36-39页 |
4.1.2 关于ARIMA模型 | 第39-40页 |
4.1.3 时间序列的AR、MA和ARIMA建模 | 第40-41页 |
4.2 网络高清电视的时间序列分析 | 第41-47页 |
4.2.1 分析数据选取 | 第41页 |
4.2.2 销售量的时间序列差分 | 第41-43页 |
4.2.3 确定时间序列的自相关系数和偏相关系数 | 第43-45页 |
4.2.4 时间序列的参数估计与预测 | 第45-47页 |
4.3 3D液晶电视的时间序列分析 | 第47-52页 |
4.3.1 分析数据选取 | 第47页 |
4.3.2 销售量的时间序列差分 | 第47-48页 |
4.3.3 确定时间序列的自相关系数和偏相关系数 | 第48-50页 |
4.3.4 时间序列的参数估计与预测 | 第50-52页 |
4.4 智能网络电视的时间序列分析 | 第52-55页 |
4.4.1 分析数据选取 | 第52页 |
4.4.2 销售量的时间序列差分 | 第52-53页 |
4.4.3 确定时间序列的自相关系数和偏相关系数 | 第53-54页 |
4.4.4 时间序列的参数估计与预测 | 第54-55页 |
4.5 超高清智能电视的时间序列分析 | 第55-58页 |
4.5.1 分析数据选取 | 第55页 |
4.5.2 销售量的时间序列差分 | 第55-56页 |
4.5.3 确定时间序列的自相关系数和偏相关系数 | 第56-57页 |
4.5.4 时间序列的参数估计与预测 | 第57-58页 |
4.6 本章小结 | 第58-59页 |
结论 | 第59-60页 |
参考文献 | 第60-63页 |
攻读硕士学位期间承担的科研任务和主要成果 | 第63-64页 |
致谢 | 第64页 |