论文部分内容阅读
工业增加值是衡量实体经济运行状况的重要指标,为充分挖掘电力数据在宏观经济现时预测中的价值,服务于政府政策制定和经济社会发展,以电力数据和传统统计数据为基础,采用Bagging和Boosting等算法对工业增加值进行了现时预测。结果表明:第一,传统统计数据可以显著提升ARIMA模型的预测效果;第二,电力数据的预测效果取决于电力指标的选择,选择恰当的电力指标有助于更及时、准确地预测工业增加值;第三,电力数据信息对当期工业增加值的预测能力可能会低于对未来期工业增加值的预测能力,这意味着电力数据更适用于超前