本文選題：ARMA模型　切入點：價格指數(shù)　出處：《統(tǒng)計與決策》2015年08期 　論文類型：期刊論文

【摘要】：傳統(tǒng)的平穩(wěn)時間序列模型的建模方法,是以時間序列的樣本自相關(guān)函數(shù)及偏自相關(guān)函數(shù)為依據(jù)進行模型識別,不可避免的會產(chǎn)生一定的誤差。文章采用Pandit-Wu系統(tǒng)建模方法,該方法不用通過計算樣本自相關(guān)函數(shù)和偏自相關(guān)函數(shù)進行模型識別,可以避免樣本數(shù)據(jù)帶來的誤差。實證研究結(jié)果表明,利用Pandit-Wu系統(tǒng)建模方法構(gòu)建的小麥價格指數(shù)平穩(wěn)時間序列模型,具有較好的預(yù)測精度。
[Abstract]:The modeling method of non-stationary time series model of the traditional time series is based on the sample autocorrelation function and partial autocorrelation function as the basis for model identification, produce certain error inevitably. This paper adopts Pandit-Wu system modeling methods, this method does not need by calculating the sample autocorrelation function and partial correlation function for pattern recognition, can to avoid the error brought by the sample data. The empirical results show that the wheat price index of stationary time series model constructed by the modeling method of Pandit-Wu system, and has good prediction accuracy.

【作者單位】： 濱州學院數(shù)學與信息科學系;
【基金】：濱州學院科研基金項目(BZXYL1104) 濱州學院服務(wù)濱州科學發(fā)展行動計劃項目(BZXYFB20130703)
【分類號】：F224;F323.7

【參考文獻】

相關(guān)期刊論文 前3條

1 全福生;彭白玉;;ARMA模型在中國股市中的應(yīng)用[J];衡陽師范學院學報;2009年03期

2 張雯麗;李秉龍;;市場開放以來中國棉花價格周期性波動分析[J];價格月刊;2009年01期

3 李成貴;;當前的農(nóng)產(chǎn)品價格問題和政府調(diào)控[J];領(lǐng)導(dǎo)之友;2008年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 劉美霞;;基于ARIMA模型的深證指數(shù)分析及預(yù)測[J];中國城市經(jīng)濟;2011年18期

2 呂晨鐘;;當前我國農(nóng)產(chǎn)品批發(fā)價格走勢分析[J];廣東農(nóng)業(yè)科學;2010年03期

3 孫維亞;周凌焱;宋志豪;;基于GIS的城市交通流時空特征分析[J];地理空間信息;2014年02期

4 熊濤;申世昌;;ARIMA模型對滬深300股價指數(shù)的實證分析[J];寶雞文理學院學報(自然科學版);2014年02期

5 王莉;趙淵;楊顯明;馬建民;黃韜;高宏;;基于時間序列模型與殘差控制圖的蘭州市空氣質(zhì)量研究[J];高原氣象;2015年01期

6 嚴英杰;盛戈v，

本文編號：1573416