《表5 时间序列模型预测结果》
提示：宽带有限、当前游客访问压缩模式
该省的售电量时间序列模型的预测结果如表5所示，Holt-Winter模型、ARIMA模型的平均预测误差分别为2.80%、5.46%。
| 图表编号 | XD00209891000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.09.25 |
| 作者 | 任腾云 |
| 绘制单位 | 国网江苏省电力有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 初凝时间及终凝时间模型预测误差值和误差检验表》2020.12.31
- 《表5 上海蔬菜价格各类型时间序列分析模型的预测效果分析》2021.02.01
- 《表7 基于时间序列的数据修正模型预测结果》2020.12.15
- 《表1 5号风电场各预测模型的预测误差和训练时间》2021.01.10
- 《表4 5种模型预测结果：考虑前序路段状态的公交到站时间双层BPNN预测模型》2020.04.01
- 《表5 训练时间、模型参数和预测时间的对比》2020.03.01
- 《表1 改进模型Lorenz-x时间序列预测结果比较》2020.09.01
- 《表4 预测结果对比分析：水文时间序列预测的集对分析模型与方法》2020.08.18
- 《表5 模型预测误差：基于二次分解的改进时间序列超短期风速预测研究》2020.07.30
- 《表1 能耗预测结果与模型运行时间》2020.07.25
- 《表5 不同时间点的预测模型性能指标统计表》2020.09.28
- 《表5 方差分析：基于ARIMA模型的云南省GDP的时间序列分析及预测》2020.05.20
- 《表8 模糊时间序列模型的预测结果》2019.10.25
- 《表5 训练时间：基于GRU-RNN模型的城市主干道交通时间预测》2019.08.01
- 《表5 各产业组合C (r) 值序列新陈代谢模型预测结果》2019.07.25
- 《表2 模型检验结果：基于SARIMA模型的二氧化氮时间序列预测研究》2019.06.01
- 《表5 不同时间尺度模型预测误差》2019.06.25
- 《表5 中国—中南半岛经济走廊沿线国家IMR序列模型预测结果》2019.01.10
- 《表5 整体产业预测模型各指标序列的基础模型及其模型精度检验》2018.12.31
- 《表2 动态时间序列模型预测结果与实测结果的比较》2018.06.25