《表1 2 参数估计表：时间序列分析在我国农业总产值预测中的应用》
提示：宽带有限、当前游客访问压缩模式
根据图9所获取的残差序列图，应用LB统计量，运用R软件，对获取的残差序列的1～12期自相关系数进行纯随机性检验，其方差和p值如表13所示．
| 图表编号 | XD00110384400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 张镪、马元魁、张建生 |
| 绘制单位 | 西安工业大学理学院、西安工业大学理学院、西安工业大学理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 预测模型精度对比：灰色马尔科夫模型在我国煤炭消费量预测中的应用》2019.09.01
- 《表9 置信区间结果表：时间序列分析在我国农业总产值预测中的应用》2019.09.01
- 《表1 6 置信区间表：时间序列分析在我国农业总产值预测中的应用》2019.09.01
- 《表5 参数估计表：时间序列分析在我国农业总产值预测中的应用》2019.09.01
- 《表1 5 2016—2022年我国农业总产值预测值表》2019.09.01
- 《表8 2016—2022年我国农业总产值预测值表》2019.09.01
- 《表2 高分一号卫星参数：遥感影像在农业中的应用》2019.09.30
- 《表3 类间差异分析：深度学习在我国农业中的应用研究现状》2019.10.15
- 《表7 深度学习框架：深度学习在我国农业中的应用研究现状》2019.10.15
- 《表5 数据扩增技术：深度学习在我国农业中的应用研究现状》2019.10.15
- 《表4 数据预处理：深度学习在我国农业中的应用研究现状》2019.10.15
- 《表8 性能指标：深度学习在我国农业中的应用研究现状》2019.10.15
- 《表2 数据源：深度学习在我国农业中的应用研究现状》2019.10.15
- 《表6 CPI的短期预测：时间序列分析在安康市居民消费价格指数预测中的应用》2019.08.28
- 《表1 模型统计参数：ARIMA模型在血液供应量预测分析中的应用》2019.08.01
- 《表4 参数估计结果：分位回归模型在数学成绩分析中的应用》2019.09.01
- 《表1 实验对比：优化BP网络在农业墒情站数据预测中的应用研究》2019.08.20
- 《表2 我国兔业产值及其在畜牧业产值中的比重》
- 《附表2 误差分析：多元线性回归模型在江苏建筑业总产值预测中的效果分析》2018.05.28
- 《附表1 模型回归结果：多元线性回归模型在江苏建筑业总产值预测中的效果分析》2018.05.28