| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 问题的提出 | 第7-8页 |
| 1.2 国内外关于保费数据的研究情况 | 第8-10页 |
| 1.3 本文研究思路与创新内容 | 第10页 |
| 1.4 本章小结 | 第10-11页 |
| 第二章 主要步骤和方法介绍 | 第11-19页 |
| 2.1 主要步骤 | 第11页 |
| 2.1.1 数据选取及其预处理 | 第11页 |
| 2.1.2 模型预测 | 第11页 |
| 2.1.3 组合预测 | 第11页 |
| 2.2 方法的介绍 | 第11-19页 |
| 2.2.1 ARIMA模型的建立 | 第11-14页 |
| 2.2.2 X-12-ARIMA方法概述 | 第14-15页 |
| 2.2.3 先定季节指数 | 第15-16页 |
| 2.2.4 SARIMA模型 | 第16-17页 |
| 2.2.5 粒子群算法介绍 | 第17-18页 |
| 2.2.6 模型误差分析统计量介绍 | 第18-19页 |
| 第三章 模型应用 | 第19-35页 |
| 3.1 数据选取及初步分析 | 第19-20页 |
| 3.2 SARIMA模型预测分析 | 第20-22页 |
| 3.3 X-12模型预测分析 | 第22-34页 |
| 3.3.1 X-12加法模型 | 第22-26页 |
| 3.3.2 X-12乘法模型 | 第26-30页 |
| 3.3.3 先定季节指数 | 第30-32页 |
| 3.3.4 组合模型 | 第32-34页 |
| 3.4 模型比较 | 第34-35页 |
| 第四章 结论 | 第35-37页 |
| 4.1 SARIMA模型 | 第35页 |
| 4.2 X-12-ARIMA模型 | 第35页 |
| 4.3 X-12-ARIMA和SARIMA两个单一模型的组合模型 | 第35页 |
| 4.4 X-12-ARIMA,SARIMA两个单一模型以及他们的组合模型对比 | 第35-37页 |
| 参考文献 | 第37-39页 |
| 致谢 | 第39页 |