1) new consumptive trends
消费新趋势
1.
In the paper,the reasons for producing the new consumptive trends are analyzed and the effect of the new consumptive trends on the social development and high education is investigated from the point of view of sociolog.
本文从社会学角度分析了这些消费新趋势的成因以及对社会发展和教育的影响,指出消费新趋势促进了新的消费文化和观念的发展,带动了社会多个领域的革新和进步;同时也对社会和高等教育产生一些不良影响,文中指出了消除这些不良影响的建议。
2) consumption trend
消费趋势
1.
Analysis of urban residents consumption trend of Anshan city;
鞍山市城市居民消费趋势分析
2.
Preliminary prediction is made of W consumption trend and market demand.
介绍和分析了近年来世界及我国钨的消费与需求情况,并在此基础上对钨的消费趋势及市场需求进行了初步预测。
3) consuming trend
消费趋势
1.
Based on consuming behavior theory of western mainstream and non-mainstream economics,this paper analyses the characteristic of Chinese countryside s consuming behavior,expounds the effect of this characteristic on Chinese countryside s consuming trend.
本文以西方主流及非主流经济学的消费行为理论为根据,分析新时期中国农村居民消费行为特征,阐释了农村居民消费群体行为特征对中国农村居民消费趋势的影响。
4) Change Tendency of Consume
消费变动趋势
5) green consumer trends
绿色消费趋势
6) Trends of customer demand
消费者需求趋势
补充资料：能源消费趋势分析方法
能源消费趋势分析方法
tendence analysis of energy consumption
能源消费趋势分析方法(tendence allalysis。fenergy COnoumPtion)根据历史上能源消费的趋势推测未来能源需求量的一种预测方法，它主要采用的是时间序列分析方法。时间序列分析方法是将历更资料按时间排列并对它进行分析，找出它随时间变化的趋势与规律，并用数学关系式把它表示出来。然后根据这个关系式对今后进行预测。它是进行能源消费短期预测(例如短期电力负荷预测)的一种常用方法。其主要优点是灵活简便，短期预测较准确、主要缺点是没有揭示影响能源消费量变化的原因，仅从时序数据中寻找变化规律，因而不适用于长期预测。 趋势分析方法分确定性方法和随机性方法。 确定性趋势分析模型常用的主要有; ①滑动平均预测模型。假设能源消费时间序列数据为二，，二2二，x，，那末第t+1时期的预测值为么+1一(艾t十‘卜1十…+二卜N+1)/N，即以N个实际值的平均数作为预测值，N的大小依时间序列数据显示的规律而选定。若以加权平均数为预测值，么十:二(a0禹+alx下1+.‘.+嘶一lx卜N+1)/N，称为加权滑动平均预测模型，a为加权因子，也依时间序列数据显示的规律而选定，满足(a。+。、十…+断一;)/N~lo若对实际时间序列数据进行一次滑动平均，得到滑动平均数序歼，再对该平均数序列应用滑动平均预测模型，求得第t+l时期的预测值，称为二次滑动平均预测模型。 ②指数平滑预测模型。以t时期实际值x‘和预测值士的加权平均值作为第t+1时期的预测值，房、，一鳃+(l一a)资，，0<。<1。进一步推导可得反，+:一。xt+a(1一。)二卜1+a(1一，)Zx_。+…+a(l一。)卜召汾:+(l一。)t一“x，，即预测值为历期实际值指数形式的加权和。如对一次指数平滑后形成的序列致据再作一次指数平滑，称为二次指数平滑预测模型。 ③分解预测模型。将时间序列数据进行分解，求出趋势因素(y，)、季节因素(凡认循环因素(c力和随机因素(动，分别预测各种因素的预测值夕，+l、息一，和么+l、利用模型么+，一二们只瓦十l义么打求得第‘十l时能源消费量预测值。在分解模型中，滑动平均是常用的分解长期趋势因素的方法。分解预测模型适用于季度能源消_费量的预测。随机性趋势分析模型常用的主要有: ①自回归模型。浓一a，石一1+处xt一2十”·+外X卜，十所，称为P阶自回归模型，简记为AR(P)。 al、处一外为自回归参数，从为随机误差项。利用回归分析技术估计参数，得到参数估计量为舀1，舀。，一，舀*，于是第t十1时期的预测值为元+L一句不+乓苏一，十…+凡不一，+，。 ②自回归滑动平均模型。 不一a工不一:+纯不一:+…十外不一，+肠一月:肠一:一风肠一:一··一风八一。，称(P，砂阶自回归滑动平均模型，简记为ARMA(p，妇。al，气，:.a，，风，声2，…召，，分别为自回归和滑动平均参数，由回归分析技术估计得到其估计值。(李子奈)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条