ARIMA模型-自回歸移動平均模型.doc

ARIMA模型-自回歸移動平均模型.doc

ID:49356759

大小:445.00 KB

頁數:14頁

時間:2020-02-29

ARIMA模型-自回歸移動平均模型.doc_第1頁
ARIMA模型-自回歸移動平均模型.doc_第2頁
ARIMA模型-自回歸移動平均模型.doc_第3頁
ARIMA模型-自回歸移動平均模型.doc_第4頁
ARIMA模型-自回歸移動平均模型.doc_第5頁
資源描述:

《ARIMA模型-自回歸移動平均模型.doc》由會員上傳分享,免費在線閱讀,更多相關內容在行業(yè)資料-天天文庫。

1、自回歸移動平均模型(AutoregressiveIntegratedMovingAverageModel,簡記ARIMA)目錄[顯示]·1什么是ARIMA模型?·2ARIMA模型的基本思想·3ARIMA模型預測的基本程序·4相關鏈接o4.1各國的box-jenkins模型名稱·5ARlMA模型案例分析o5.1案例一:ARlMA模型在海關稅收預測中的應用o5.2案例二:基于ARIMA模型的備件消耗預測方法[1]·6參考文獻[編輯]什么是ARIMA模型?  ARIMA模型全稱為自回歸移動平均模型(AutoregressiveIntegrate

2、dMovingAverageModel,簡記ARIMA),是由博克思(Box)和詹金斯(Jenkins)于70年代初提出的一著名時間序列預測方法,所以又稱為box-jenkins模型、博克思-詹金斯法。其中ARIMA(p,d,q)稱為差分自回歸移動平均模型,AR是自回歸,p為自回歸項;MA為移動平均,q為移動平均項數,d為時間序列成為平穩(wěn)時所做的差分次數。[編輯]ARIMA模型的基本思想  ARIMA模型的基本思想是:[編輯]ARIMA模型預測的基本程序 ?。ㄒ唬└鶕r間序列的散點圖、自相關函數和偏自相關函數圖以ADF單位根檢驗其方差、趨

3、勢及其季節(jié)性變化規(guī)律,對序列的平穩(wěn)性進行識別。一般來講,經濟運行的時間序列都不是平穩(wěn)序列?! 。ǘΨ瞧椒€(wěn)序列進行平穩(wěn)化處理。如果數據序列是非平穩(wěn)的,并存在一定的增長或下降趨勢,則需要對數據進行差分處理,如果數據存在異方差,則需對數據進行技術處理,直到處理后的數據的自相關函數值和偏相關函數值無顯著地異于零?! 。ㄈ└鶕r間序列模型的識別規(guī)則,建立相應的模型。若平穩(wěn)序列的偏相關函數是截尾的,而自相關函數是拖尾的,可斷定序列適合AR模型;若平穩(wěn)序列的偏相關函數是拖尾的,而自相關函數是截尾的,則可斷定序列適合MA模型;若平穩(wěn)序列的偏相關函數

4、和自相關函數均是拖尾的,則序列適合ARMA模型。 ?。ㄋ模┻M行參數估計,檢驗是否具有統(tǒng)計意義?! 。ㄎ澹┻M行假設檢驗,診斷殘差序列是否為白噪聲?! 。├靡淹ㄟ^檢驗的模型進行預測分析。[編輯]相關鏈接[編輯]各國的box-jenkins模型名稱GlossaryofstatisticaltermsLanguageDescriptionEnglishBox-JenkinsmodelFrenchmodèledeBox-JenkinsGermanBox-Jenkins-ModellDutchBox-Jenkins-modelItalianmo

5、delloBox-JenkinsSpanishmodelodeBox-JenkinsCatalanmodeldeBox-JenkinsRomanianmodelulBox-JenkinsFinnishBoxin-JenkinsinmallitHungarianBox-Jenkins-modellTurkishBox-JenkinsmodeliEstonianBox-JenkinsimudelLithuanianBoxirJenkinsmodelis?;BoksoirD?enkinsomodelisSlovenianBox-Jenkinso

6、vamodelPolishmodelBoxa-JenkinsaRussianМодельБокса-ДженкинсаUkrainianмодельБокса-Дженк?нсаFarsimodeleBox-JenkinsPersian-Farsi???????-??????Arabic?????????-????AfrikaansBox-Jenkins-modelChinese博克斯―詹金斯模型[編輯]ARlMA模型案例分析[編輯]案例一:ARlMA模型在海關稅收預測中的應用  2008年。海關稅收預算計劃8400億元.比2007年實際

7、完成數增加10.8%,比2007年預算數增加22.1%。為了對2008年江門海關稅收總體形勢進行把握,筆者嘗試利用SAS統(tǒng)計分析軟件的時間序列預測模塊建立ARIMA模型,對2008年江門海關稅收總值進行預測。從預測結果來看,預測模型擬合度較高,預測值也切合實際情況,預測模型具有一定的應用價值?,F(xiàn)將預測的方法、原理以及影響稅收工作的相關因素分析?! ∫?、ARlMA模型原理  ARIMA模型全稱為自回歸移動平均模型(AutoregressiveIntegratedMovingAverageModel,簡記ARIMA)。是由博克思(Box)fF

8、fl詹金斯(Jenkins)于70年代初提出的一著名時問序列預測方法,所以又稱為box--jenkins模型、博克思一詹金斯法。其中ARIMA(p,d.q)稱為差分自回歸移動平均模型,AR是自

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。