基于长期线性趋势的时间序列建模研究

来源 :统计与决策 | 被引量 : 0次 | 上传用户:benben0070
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文章对全国CPI指数进行建模预测,分别使用了ARIMA模型、残差自回归模型和Holt两参数指数平滑模型.在ARIMA模型建立过程中,发现该序列1阶差分为白噪声序列,即差分法提取线性趋势失败,而残差自回归模型的两种子模型以及Holt两参数指数平滑模型建模预测状况都良好.根据结果可知,在差分法提取时间序列线性趋势失败的时候,可以采用拟合模型来提取线性趋势,即可以进行残差自回归模型或Holt两参数指数平滑模型的建模预测.
其他文献
文章基于多元T分布和施瓦茨信息准则(SIC)研究了多元回归模型的参数估计方法和变点检测问题.首先将多元T分布看成多元正态分布的混合分布,进而应用EM算法得到了模型的参数估
宏观经济预测一直是经济领域研究的热点和难点,随着深度学习技术的发展,长短期记忆(LSTM)神经网络已广泛应用于经济、金融等诸多领域.文章分别用传统的统计计量方法(ARIMA模