

统计学与应用|基于动态对比和聚类算法的贵州省区域CPI时序科普分析

汉斯出版社

2023-04-24

导读：关注汉斯出版社公众号联系小编即可投稿，还可获取最新论文模板！

导读：

区域居民消费价格指数(Consumer Price Index, CPI)是区域宏观经济分析和政策指定的重要参考指标。不同区域的CPI存在一定的差异，但目前对区域CPI的研究文献较少。文章针对贵州省及其各区域的CPI时序数据，使用对比分析与聚类的方法对贵州省各区域CPI时序的运行状态进行了分析，并普及相关科学知识。研究结果表明：贵州省各区域CPI的运行状态存在一定的差异，又从聚类结果中能看到相同的趋势。这对贵州省经济区域协调发展与物价调控政策制定提供了一定的理论依据。

基本信息：

基于动态对比和聚类算法的贵州省区域CPI时序科普分析

Temporal Popular Science Analysis of Regional CPI in Guizhou Province Based on Dynamic Comparison and Clustering Algorithm

作者：

吴明珍, 晏榛：兴义民族师范学院，数学科学学院，贵州兴义

关键词:

贵州省区域CPI；CPI运行状态；ARIMA模型；层次聚类法；Guizhou Province Regional CPI；CPI Running State；ARIMA Model；Hierarchical Clustering Method

项目基金：

黔西南州科技计划项目“贵州区域CPI运行状态分析研究”

原文链接：

https://doi.org/10.12677/SA.2023.122037

内容简介：

在汉斯出版社《统计学与应用》期刊上，有论文结合贵州省的经济发展形式，提出了研究贵州省及其各区域CPI时序的动态分析与聚类分析方法。

由于各区域CPI时序在不同的平稳性假设检验理论下呈现不同的结果以及避免对所有CPI时序建模的繁琐过程，本文使用Python的第三方包pmdarima 2.0.2版本中的auto_arima函数对各区域CPI时序的ARIMA模型参数进行自动网格搜索，找出AIC值最低的参数。实验时均将CPI时序的最后5期作为测试数据，其余为模型的训练数据。

为了确定时间序列之间的相似性及对时间序列进行分类，需要测量时间序列之间的距离。动态时间规整(Dynamic Time Warping, DTW)在数据挖掘中通常作为时间序列之间距离的测量方法。它使用动态规划算法找到两个时间序列之间的最佳对齐。作为时间序列相似性度量，它通过允许时间序列的“弹性”变换来检测具有不同相位的相似形状，从而最大限度地减少时间偏移和失真的影响，因此获得了广泛的应用，包括语音识别、手势识别、机器人、制造和医学等。

1.吴明珍, 吴有富. 一种贵州CPI影响因素动态关系分析方法[J]. 应用数学进展, 2019, 8(3): 430-438.

https://doi.org/10.12677/AAM.2019.83049

2.徐凡然. 基于聚类分析法的广东省区域科技竞争力的评价[J]. 统计学与应用, 2022, 11(1): 76-85.

https://doi.org/10.12677/SA.2022.111009

3.李卓然, 孙晓宇. 云南省CPI序列的分析与预测—基于SARIMA模型[J]. 统计学与应用, 2016, 5(2): 155-162.

http://dx.doi.org/10.12677/SA.2016.52015

4.姚英. 基于因子分析和聚类分析研究云南省区域经济发展差异[J]. 统计学与应用, 2021, 10(3): 383-393.

https://doi.org/10.12677/SA.2021.103038

5.张伯涛, 李建华, 范磊. 基于Spark的动态聚类算法研究[J]. 计算机科学与应用, 2016, 6(11): 715-727.

http://dx.doi.org/10.12677/CSA.2016.611086

所属期刊

-Statistics and Application-

《统计学与应用》是一本开放获取、关注统计学领域最新进展的国际中文期刊，主要刊登经济、社会、教育、司法等各门统计学研究，统计学编程应用等方面的学术论文和成果评述。本刊支持思想创新、学术创新，倡导科学，繁荣学术，集学术性、思想性为一体，旨在给世界范围内的科学家、学者、科研人员提供一个传播、分享和讨论统计学领域内不同方向问题与发展的交流平台。