典型文献
突发事件对我国铁路客运量的干预特征研究
文献摘要：
基于新冠肺炎疫情等突发事件对人们日常生活出行的影响,结合X-13ARIMA-SEATS季节调整模型的自动识别最优ARIMA模型和检测突发事件离群值功能,使用脉冲函数和阶梯函数设计基于离群值的突发事件的干预变量,构建铁路客运量的时间序列ARIMAX干预模型,对铁路客运量近年受到的SARS疫情、铁路客票实名制政策和新冠肺炎疫情等突发事件的冲击趋势进行干预比较分析.结果 显示,SARS和新冠肺炎疫情对铁路客运量冲击较大,SARS疫情在冲击滞后的第5～6期铁路客运量基本得到恢复,新冠肺炎疫情对铁路客运量冲击一直在持续中,铁路客运实名制政策实施社会性较强,冲击具有波动性和不稳定性特征,持续时间较短;相对季节调整模型的趋势分析优势,干预模型拟合预测精度显著高于季节调整模型,预测显示我国铁路客运量在缓慢持续回暖中.
文献关键词：
铁路客运量;突发事件;离群值;季节调整模型;干预模型
中图分类号：
作者姓名：
汪志红
作者机构：
广东金融学院金融数据与统计学院,广东广州 510521
文献出处：
引用格式：
[1]汪志红-.突发事件对我国铁路客运量的干预特征研究)[J].铁道运输与经济,2022(01):44-51
A类：
B类：
国铁,铁路客运量,活出,13ARIMA,SEATS,季节调整模型,自动识别,离群值,阶梯函数,ARIMAX,干预模型,SARS,客票,实名制,波动性,模型拟合,回暖
AB值：
0.174275
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
