全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 经管文库(原现金交易版)
1707 6
2024-07-08
全国34个省份2000-2022科技活动成果农业植物新品种权申请和授权1999年至今累计无缺失填补科技统计数据

数据年度2000-2022

数据范围:全国34个省份,含港澳台
数据年度:2000-2022,23个年度的数据

本数据主要来源于中国高科技统计年鉴2001-2023多年度数据整理,经数据处理软件与相关代码分析得来。

excel数据文件包原始数据(由于多年度指标不同存在缺失值)、线性插值、ARIMA填补三个版本,提供您参考使用。
其中,ARIMA回归填补无缺失值。
填补说明:
    线性插值。利用数据的线性趋势,对各年份中间的缺失部分进行填充,得到线性插值版数据,这也是学者最常用的插值方式。
    ARIMA回归填补。基于ARIMA模型,利用同一地区的时间序列数据,对缺失值进行预测填补。
主要数据指标:
科技活动成果-农业植物新品种权申请和授权-当年申请_件

科技活动成果-农业植物新品种权申请和授权-1999年至今累计-申请_件
科技活动成果-农业植物新品种权申请和授权-1999年至今累计-授权_件



ab770a57750280b3049f0c982024a2f.png
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2024-8-11 14:17:44
消灭无回帖
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-8-11 14:18:25
这份数据集详细记录了中国34个省份(包括港澳台地区)自2000年至2022年间农业科技活动中关于植物新品种权的申请与授权情况。它不仅包含了原始数据,还提供了两种填补缺失值的方法:线性插值和ARIMA模型预测。

- **线性插值**:通过分析时间序列中的现有数据点,拟合出一条直线或曲线来估计缺失的数据点。这种方法假设数据在连续的时间段内呈线性变化趋势。
  
- **ARIMA模型(自回归整合移动平均模型)填补**:利用时间序列的自相关性和移动平均特性对未来值进行预测,适用于处理具有季节性和趋势性的数据集。

主要数据指标包括:
1. 当年申请的新植物品种权数量
2. 自1999年以来累计的新植物品种权申请总数
3. 自1999年以来累计的新植物品种权授权总数

这些数据为研究中国农业科技发展、知识产权保护以及创新活动提供了宝贵的信息。无论是学者、政策制定者还是行业专家,都可以通过这份详实的数据集来分析各省份在农业科技创新和知识产权方面的表现及趋势。

该数据集的整理与提供,不仅填补了科技统计领域在此类特定指标上的空白,也极大地便利了跨学科研究中对农业科技活动深入理解的需求。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-8-15 16:41:46
感谢提供资料
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-8-16 21:14:06
感谢分享,这份资料对我很有意义
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2024-8-21 08:49:07
感谢提供资料
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群