全文链接
https://opaj.napstic.cn/periodicalArticle/downloadReview/0120180402005973
文章针对在时间序列分析中构造自回归滑动平均模型(即ARMA模型)时存在预测结果不理想的问题,引入Gevers-Wouters算法对模型进行改进.以我国国内航线的旅客周转量的数据为例,剔除数据中存在的季节波动后用BIC准则对ARMA模型定阶,利用Gevers-Wouters算法对模型中MA部分的参数进行调整,由此为之后每一个时期构造各自独有的ARMA模型.通过对模型改进前后预测值以及真实值的比较,预测的准确性有了明显提高.
唐欣欣;邓光明
桂林理工大学理学院,广西桂林541006桂林理工大学理学院,广西桂林541006
数理科学
ARMA模型季节趋势Gevers-Wouters算法
《统计与决策》 2018 (2)
复合聚类网络同步能力的尺度可变性及其粗粒化方法研究
19-23,5
国家社会科学基金资助项目(13BTJ009)国家自然科学基金资助项目(61563013)
https://opaj.napstic.cn/periodicalArticle/downloadReview/0120180402005973
评论