文章引入機器學習算法,基于改進的帶有自適應白噪聲的完全集合經驗模態(tài)分解（ICEEMDAN）-帝國競爭算法（ICA）—極限學習機（ELM）,構建中國采購經理人指數(shù)預測模型,引入Diebold-Mariano統(tǒng)計量進行預測結果的比較。結果發(fā)現(xiàn):ICEEMDAN技術可以準確提取數(shù)據(jù)中的有效信息,改進模型擬合效果;提出的組合模型ICEEMDAN-ICA-ELM預測效果優(yōu)良,泛化能力強,誤差較小,能夠為PMI的走勢提供新的預測方法。 

【文章來源】：統(tǒng)計與決策. 2020,36(03)北大核心CSSCI

【文章頁數(shù)】：6 頁

【部分圖文】：

統(tǒng)計與決策2020年第3期·總第543期35020406080100120140160180圖3數(shù)據(jù)處理對比圖30

【參考文獻】：
期刊論文
[1]我國PMI指數(shù)對GDP的影響及預測效果分析[J]. 丁黎黎,孫文霄,韓夢,康旺霖.  統(tǒng)計與決策. 2018(15)
[2]基于Markov切換模型的采購經理指數(shù)波動特征研究[J]. 王路加,郭亞妮.  財務與金融. 2018(02)
[3]我國采購經理指數(shù)中長期走勢分析及短期預測[J]. 孫穎.  價格理論與實踐. 2016(01)
[4]中國PMI指數(shù)組合預測模型研究[J]. 盛煜.  雞西大學學報. 2016(01)
[5]我國PMI指數(shù)預測——基于SARIMA模型[J]. 王檬.  統(tǒng)計與管理. 2015(09)
[6]我國制造業(yè)PMI指數(shù)預測——基于ARIMA模型的分析[J]. 陳兆榮.  價格理論與實踐. 2014(05)
[7]對采購經理人指數(shù)的一個分析——基于時間序列和神經網絡模型[J]. 孟文強,任一鑫.  經濟管理. 2013 (05)
[8]基于帝國主義競爭算法的切削參數(shù)優(yōu)化[J]. 陳志楚,李聰,張超勇.  制造業(yè)自動化. 2012(24)
[9]中國PMI與GDP關系的實證檢驗[J]. 張利斌,馮益.  統(tǒng)計與決策. 2012(02)



本文編號：3542858