基于QAR-EGARCH模型组合预测的气温研究——以合肥市为例

发布时间：2021-06-07 20:01

　　在天气预报中,常存在着一定的误差,其波动也出现着一定的波动集聚性和不对称性。因此有学者基于气温波动特征建立了AR-EGARCH模型,较好地捕捉了气温波动趋势,获得了较好的效果。但是它是均值意义下的回归模型,其稳健性较弱。本文将分位数回归和它进行结合,并针对每个分位数点的预测进行加权组合。结果表明,组合模型的预测精度有一定的提高。 

【文章来源】：合肥师范学院学报. 2020,38(03)

【文章页数】：5 页

【部分图文】：

合肥市气温变动趋势图

【参考文献】：
期刊论文
[1]基于QR-t-GARCH（1,1）模型沪深指数收益率风险度量的研究[J]. 刘亭,赵月旭.  数理统计与管理. 2018(03)
[2]汇率决定模型的样本外预测能力研究:基于分位数回归方法[J]. 关蓉,郑海涛,胡天惠.  投资研究. 2017(03)
[3]基于AR-EGARCH的空气温度预测模型[J]. 崔海蓉,张京波,何建敏.  统计与信息论坛. 2013(10)
[4]改进的门槛自回归建模方法在气候预测中的应用[J]. 邵忠臣.  中原地理研究. 1986(02)

硕士论文
[1]分位数回归在时间序列中的应用[D]. 彭良玉.天津大学 2010



本文编号：3217217