首页> 外文OA文献 >Research on Monthly Tax Time Series Forecasting Method Based on ARIMA Model and SVM

【2h】

Research on Monthly Tax Time Series Forecasting Method Based on ARIMA Model and SVM

机译：基于ARIMA模型和SVM的月税时间序列预测方法研究

页面导航

摘要
著录项
相似文献
相关主题

摘要

摘要税收是国家财政收入的主要来源，也是国家实行宏观调控的一个重要经济杠杆。如何推测和预见税源、税收未来的发展变化趋势对于加强和组织收入工作，更好地完成税收任务，为领导的科学决策和管理提供服务等具有重大意义。利用数据挖掘技术对税收收入进行预测已经成为必然的趋势，这样不但可以促进税收分析工作水平的提高，也可以给管理者提供决策依据，从而带动税收工作整体水平的提升。税收有其自身运行发展规律，税收收入时间序列数据易于获取、便于掌握，如何利用税收时序数据结合先进的数据挖掘技术对以月度税收为代表的短期税收收入进行准确预测是本文重点研究的内容。本文首先简单介绍了税收预测、时间序列、数据挖掘的相...

机译：摘要税收是国家财政收入的主要来源，也是国家实行宏观调控的一个重要经济杠杆。如何推测和预见税源、税收未来的发展变化趋势对于加强和组织收入工作，更好地完成税收任务，为领导的科学决策和管理提供服务等具有重大意义。利用数据挖掘技术对税收收入进行预测已经成为必然的趋势，这样不但可以促进税收分析工作水平的提高，也可以给管理者提供决策依据，从而带动税收工作整体水平的提升。税收有其自身运行发展规律，税收收入时间序列数据易于获取、便于掌握，如何利用税收时序数据结合先进的数据挖掘技术对以月度税收为代表的短期税收收入进行准确预测是本文重点研究的内容。本文首先简单介绍了税收预测、时间序列、数据挖掘的相...

著录项

作者
向怀刚;
展开▼
作者单位

展开▼
年度 2009
总页数
原文格式 PDF
正文语种 zh_CN
中图分类

相似文献

外文文献
中文文献
专利

1. A Comparative Assessment of Time Series Forecasting Using NARX and SARIMA to Predict Hourly, Daily, and Monthly Global Solar Radiation Based on Short‑Term Dataset [J] . Nadia AL‑Rousan, Hazem Al‑Najjar Arabian Journal for Science and Engineering . 2021,第9期

机译：基于短期数据集的使用NARX和Sarima预测时间序列预测的时间序列预测的比较评估
2. Forecasting method of stock market volatility in time series data based on mixed model of ARIMA and XGBoost [J] . Wang Yan, Guo Yuankai Communications, China . 2020,第3期

机译：基于Arima和XGBoost混合模型的时间序列数据股市波动预测方法
3. Modeling and forecasting of monthly PM_(2.5) emission of Paris by periodogram-based time series methodology [J] . Akdi Yilmaz, Golveren Elif, Unlu Kamil Demirberk, Environmental Monitoring and Assessment . 2021,第10期

机译：基于时序测定的时间序列方法的每月PM_（2.5）发射的建模与预测
4. Forecasting of Monthly Inflow and Outflow Currency Using Time Series Regression and ARIMAX: The Idul Fitri Effect [C] . Imam Safawi Ahmad, Setiawan, Suhartono, Innovation and Analytics Conference and Exhibition . 2015

机译：使用时间序列回归和ARIMAX的每月流入和流出货币预测：IDUL FITRI效应
5. Forecasting the Potential Impact of the COVID-19 Pandemic on Employment Opportunities in the North Carolina Textile Industry Using ARIMA Time Series Models [D] . Rani, Sneha. 2021

机译：使用Arima时间序列模型预测Covid-19大流行对北卡罗来纳纺织工业就业机会的潜在影响
6. Development of Temporal Modeling for Forecasting and Prediction of the Incidence of Lychee Tessaratoma papillosa (Hemiptera: Tessaratomidae) Using Time-Series (ARIMA) Analysis [O] . T. Boopathi, S. B. Singh, T. Manju, 2015

机译：利用时间序列（ARIMA）分析开发预测和预测荔枝纸小球藻（半翅目：Tessaratomidae）发病率的时间模型
7. Forecasting annual tax revenue of the South African taxes using time series Holt-Winters and ARIMA/SARIMA Models [O] . Makananisa Mangalani P. 2015

机译：使用时间序列Holt-Winters和aRIma / saRIma模型预测南非税收的年度税收
8. Practical Overview of ARIMA Models for Time-Series Forecasting [R] . Pack, D. J. 1980

机译：用于时间序列预测的aRIma模型实用概述

Research on Monthly Tax Time Series Forecasting Method Based on ARIMA Model and SVM

摘要

著录项

相似文献

相关主题

期刊订阅