小波分析结合ARIMA组合模型的2014～2017年石油贸易量预测研究
本文选题：ARIMA模型 + 时间序列 ； 参考：《财经理论与实践》2014年04期
【摘要】：选取2002~2013年我国石油进出口贸易量的数据进行建模分析。首先运用小波分析理论将贸易量数据进行分解,识别出数据的主要特征和细节特征,针对不同特征进行识别和平稳性检测和参数估计,建立相应的ARIMA模型,并进行预测加权合成。仿真结果表明,小波分析结合ARIMA组合模型的预测精度远远大于为改进的ARIMA预测模型,从而为科学合理的决策提供更为精确的预测模型。
[Abstract]:The data of China's oil import and export trade volume from 2002 to 2013 were selected to model and analyze. Firstly, the trade volume data are decomposed by wavelet analysis theory, the main features and details of the data are identified, and the corresponding Arima model is established by identifying the different features, detecting the stationarity and estimating the parameters. And the predictive weighted synthesis was carried out. The simulation results show that the prediction accuracy of wavelet analysis combined with Arima model is much higher than that of the improved Arima model, thus providing a more accurate prediction model for scientific and reasonable decision-making.
【作者单位】： 西南石油大学经济管理学院;
【基金】：国家自然科学基金项目(71133007)
【分类号】：F426.22;F752
【参考文献】
相关期刊论文 前10条
1 王惠文;孟洁;;多元线性回归的预测建模方法[J];北京航空航天大学学报;2007年04期
2 沈汉溪;林坚;;基于ARIMA模型的中国外贸进出口预测:2006-2010[J];国际贸易问题;2007年06期
3 唐海燕;;进出口贸易与经济增长:作用机制与风险度量[J];华东师范大学学报(哲学社会科学版);2008年06期
4 彭向峰;李智;颜涛;;基于公平角度的房价合理性研究——以江苏某市为例[J];技术经济与管理研究;2010年02期
5 肖智;陈婷婷;;基于支持向量机的外贸出口预测[J];科技管理研究;2006年07期
6 胡冬梅;郑尊信;潘世明;;汇率传递与出口商品价格决定:基于深圳港2000～2008年高度分解面板数据的经验分析[J];世界经济;2010年06期
7 林剑平;;中国历次通货膨胀的原因与启示——基于货币因素和体制因素的双向视角[J];世界经济情况;2008年06期
8 钟昌宝;基于灰色-马尔柯夫模型预测房地产价格[J];统计与决策;2005年02期
9 杨海水;赵大平;范方志;;进、出口对我国经济增长作用的比较[J];统计与决策;2006年12期
10 褚晓琳;;基于灰色系统理论的北京市对外贸易预测[J];中国流通经济;2011年05期
【共引文献】
相关期刊论文 前10条
1 李隽波;孙丽娜;;基于多元线性回归分析的冷链物流需求预测[J];安徽农业科学;2011年11期
2 左伟;冯金富;张佳强;;制导弹药允许发射区参数模型设计[J];兵工学报;2011年05期
3 富立;刘文丽;;一种优化的挠性陀螺仪六位置试验方案[J];北京航空航天大学学报;2008年05期
4 樊重俊;张小红;;国际贸易中的非线性分析与预测方法研究评述[J];商业研究;2009年09期
5 王伟;陶士贵;;不完全汇率传递的影响因素:研究与评述[J];重庆工商大学学报(社会科学版);2011年06期
6 么炜;王雷;黄勇;郭涛;;基于Web Service的回归分析网络系统的研究[J];河北农业大学学报;2009年04期
7 肖利芬;宫健;;基于房价收入比的辽宁省房价增长合理性研究[J];东北财经大学学报;2011年05期
8 刘东;白雪峰;孟军;;基于向前选择变量法的我国粮食总产量多元线性回归预测模型[J];东北农业大学学报;2010年10期
9 谢s，
本文编号：2024957
本文链接：https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/2024957.html
