新一代信息技术在工业统计中的应用研究

发布时间：2024-05-08 18:28

　　科学的工业统计制度可以使政府及时、快速地了解工业各企业运行状况,工业统计数据质量的准确、全面,也为国家经济政策的制定提供了坚实的基础。随着“大数据、物联网、移动通信、智能制造、云计算”等新一代信息技术的发展和新工业革命如火如荼地开展,工业生产、经营、管理等体系与其深度融合,在工业物联网、工业互联网等平台上,实现了企业生产经营活动全生命周期数据的采集和实时监控,形成了独特的工业大数据,为工业统计提供了丰富的数据来源,为工业统计数据自动高效采集提供了便利的途径。新工业革命背景下,工业统计工作如何改革创新,这一问题的深入研究对于我国工业统计工作具有重要作用。基于此,本文对新一代信息技术在工业统计中的指标验证与预测、数据采集,以及数据安全共享方面的应用进行探索研究。论文展开的过程为:首先,对现行工业统计制度与方法、新一代信息技术下统计工作创新进行文献综述,在此基础上确定本文的研究内容、方法和创新点;其次,对新一代信息技术与工业的深度融合应用——工业物联网、工业互联网,以及工业大数据等发展进行概述与总结;之后,工业统计指标预测方面,以湖北省为例,利用遥感卫星所采集到的夜间灯光数据,对工业总产值进...

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

图3-3工业总产值差分图

29实际预测实际yyyr||（3-5）由式（3-5）可知，工业总产值的预测误差为59.66%，发现工业总产值的预测误差较大，预测精度较低。3.1.3ARIMA模型的验证和预测由图3-1可知，湖北省年度工业总产值有着显著的增长趋势，因此工业总产值并不是平稳的时间序列。所以对其作差分....

图3-4工业总产值自相关图和偏自相关图

30图3-4工业总产值自相关图和偏自相关图由图3-4可知，二阶差分后，工业总产值的自相关系数和偏自相关系数都落入2倍标准差以内，因此对于工业总产值，采用ARIMA（0，2，0）进行建模比较合适，其AIC值为229.51，工业总产值的残差图，如图3-5所示。图3-5工业总产值残差图....

图3-5工业总产值残差图

30图3-4工业总产值自相关图和偏自相关图由图3-4可知，二阶差分后，工业总产值的自相关系数和偏自相关系数都落入2倍标准差以内，因此对于工业总产值，采用ARIMA（0，2，0）进行建模比较合适，其AIC值为229.51，工业总产值的残差图，如图3-5所示。图3-5工业总产值残差图....

图3-6夜间灯光总强度一阶差分

32图3-6夜间灯光总强度一阶差分由图3-6可知，发现夜间灯光数据经过一阶差分之后逐渐趋于平稳，对其进行ADF检验，得到P值为0.01，在0.05的显著性水平下可以认为一阶差分后的序列已趋于平稳。计算一阶差分后的夜间灯光总强度的自相关函数和偏自相关函数，如图3-7所示，从自相关图....

本文编号：3967656