模式匹配在GDP时间序列预测中的应用

发布时间：2017-09-19 10:45

本文关键词：模式匹配在GDP时间序列预测中的应用

【摘要】：深入分析了自回归整合平均移动模型(ARIMA)以及时间序列在动态时间弯曲(DTW)距离下的匹配技术,并在此基础上建立了由多条时间序列集合而成的GDP整合时间序列预测模型。其基本思想是对与目标序列有着相同发展趋势的时间序列进行搜寻、匹配,并对这些具有相同历史进程时间序列所蕴含的信息进行充分的挖掘与利用,整合形成新的时间序列预测模型。仿真实验表明:整合GDP预测模型的预测准确率显著高于普通ARIMA模型的预测准确率,从而证实了整合时间序列模型用于GDP预测的准确性。
【作者单位】：山东大学数学学院;
【关键词】： 自回归整合平均移动模型 时序模式匹配 动态时间弯曲距离 GDP预测
【分类号】：F222.33
【正文快照】： 2016年我国国内生产总值(GDP)增幅为6.9%,于近25年内首次低于7%,创下增幅的最低水平。而有关学者认为中国经济在2016年将会“持续探底”,并预计2016年中国GDP实际增长水平将会进一步降低。GDP是衡量一定时期内,某区域内经济活动中所生产的全部产品和劳务的价值总和,对于衡量一

【相似文献】

中国期刊全文数据库前10条

1 ;主要经济指标时间序列[J];中国经济景气月报;2005年01期

2 ;主要经济指标时间序列[J];中国经济景气月报;2005年10期

3 ;主要经济指标时间序列[J];中国经济景气月报;2005年02期

4 ;主要经济指标时间序列[J];中国经济景气月报;2005年03期

5 ;主要经济指标时间序列[J];中国经济景气月报;2005年04期

6 ;主要经济指标时间序列[J];中国经济景气月报;2005年12期

7 ;主要经济指标时间序列[J];中国经济景气月报;2002年01期

8 ;主要经济指标时间序列[J];中国经济景气月报;2002年06期

9 ;主要经济指标时间序列[J];中国经济景气月报;2002年10期

10 ;主要经济指标时间序列[J];中国经济景气月报;2003年01期