基于改进ARIMA模型的北京市教育行业发展态势分析
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1. 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 时间序列分析研究现状 | 第12-13页 |
| 1.2.2 神经网络研究现状 | 第13页 |
| 1.2.3 组合模型研究现状 | 第13-14页 |
| 1.3 研究内容与创新点 | 第14-15页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 创新点 | 第14-15页 |
| 1.4 论文结构与章节安排 | 第15-16页 |
| 2. 相关理论概述 | 第16-25页 |
| 2.1 时间序列模型基础知识 | 第16-21页 |
| 2.1.1 时间序列平稳化 | 第16-18页 |
| 2.1.2 时间序列的三种常用模型 | 第18-19页 |
| 2.1.3 ARIMA模型构建 | 第19-21页 |
| 2.2 神经网络模型基础知识 | 第21-23页 |
| 2.3 组合模型基础知识 | 第23-25页 |
| 2.3.1 组合模型原理介绍 | 第23页 |
| 2.3.2 模型评价指标 | 第23-25页 |
| 3. 北京市教育发展现状研究 | 第25-36页 |
| 3.1 教育行业划分 | 第25-27页 |
| 3.2 北京市教育发展现状 | 第27-31页 |
| 3.2.1 北京市招生人数分析 | 第28-29页 |
| 3.2.2 北京市专任教师数量分析 | 第29页 |
| 3.2.3 北京市教育行业GDP分析 | 第29-30页 |
| 3.2.4 北京市教育机构数量分析 | 第30-31页 |
| 3.3 北京市教育现状的原因及存在问题分析 | 第31-36页 |
| 3.3.1 北京市教育发展现状原因分析 | 第31-33页 |
| 3.3.2 北京市教育发展存在的问题分析 | 第33-36页 |
| 4. 北京市教育机构数量趋势分析 | 第36-52页 |
| 4.1 数据说明 | 第36-38页 |
| 4.2 构建ARIMA模型 | 第38-47页 |
| 4.2.1 平稳性判定 | 第38-41页 |
| 4.2.2 阶数确定 | 第41-44页 |
| 4.2.3 参数估计和诊断检验 | 第44-47页 |
| 4.2.4 预测 | 第47页 |
| 4.3 构建改进的ARIMA模型 | 第47-52页 |
| 4.3.1 构建神经网络模型 | 第47-48页 |
| 4.3.2 训练神经网络模型 | 第48-50页 |
| 4.3.3 基于改进的ARIMA模型预测与评价 | 第50-52页 |
| 5. 推动北京市教育发展政策建议 | 第52-58页 |
| 5.1 分流北京市现有教育机构 | 第52-54页 |
| 5.2 建立合理教育资金投入和分配机制 | 第54页 |
| 5.3 全面提升教育信息化水平 | 第54-56页 |
| 5.4 全面提高教师队伍建设水平 | 第56-58页 |
| 6. 总结和展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录1 | 第63-64页 |
| 附录2 | 第64-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67页 |
