基于ARIMA模型的短时序预测模型研究与应用
发布时间：2017-12-03 06:25
本文关键词：基于ARIMA模型的短时序预测模型研究与应用
【摘要】：在对我国国内生产总值数据研究的基础上,提出了一种新的面向短时序数据的结构分析模型-—平滑ARIMA模型。此模型的数学定义清晰,易于计算机实现,同时由实证分析的结果表明,与灰色模型预测相比较此模型有很好的识别能力。
【作者单位】：
【分类号】：F222.33
【正文快照】： 一、引言传统的应用范围较广的时间序列分析方法是由G.P.Box和G.M.Jenkins于上个世纪70年代提出的ARIMA(自回归求和移动平均)方法,该方法对于时间序列数据给出了一整套的建模、估计、检验和控制方法。但是Box-Jenk-ins法或ARIMA模型法在模型识别时需要50个以上历史统计数据,
【参考文献】
中国期刊全文数据库 前1条
1 王健;时间序列分析技术在GDP增长预测中的应用[J];孝感学院学报;2005年03期
中国硕士学位论文全文数据库 前1条
1 田金方;一类经济时间序列分析模型及其应用[D];山东师范大学;2003年
【共引文献】
中国硕士学位论文全文数据库 前3条
1 李文超;建三江垦区地下水资源评价与预测研究[D];东北农业大学;2007年
2 张雷;多层次分布式智能决策支持系统及应用研究[D];西北工业大学;2006年
3 姚懿;时间序列分析方法在内隐学习中的应用研究[D];南京师范大学;2007年
【二级参考文献】
中国期刊全文数据库 前1条
1 王丽娜,肖冬荣;基于ARMA模型的经济非平稳时间序列的预测分析[J];武汉理工大学学报(交通科学与工程版);2004年01期
【相似文献】
中国期刊全文数据库 前10条
1 李英;;竹子——最有用的植物[J];云南林业;1988年03期
2 亚瑟·黑利;詹超平;;货币商人(三)[J];南方金融;1989年07期
3 莫恭佑;;挖掘机器人[J];全球科技经济w，
本文编号：1247766
本文链接：https://www.wllwen.com/jingjilunwen/jjtj/1247766.html
