版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、f l lr l I I I I P I J l l l l I ll l l l l l r I JI I IY 2 8 1 9 8 4 6C o m b i n a t i o n m o d e l r e s e a r c hb a s e d o n A R I M AA t h e s i sS u b m i t t e d t oD a l i a n M a r i t i m e U n i v e r s i t
2、 yI n p a r t i a l f u W d l m e n t o f t h er e q u i r e m e n t s f o r t h ed e g r e e o fM a s t e r o f M a t h e m a t i c sb yZ h a n g M i n( M a t h e m a t i c s )T h e s i sS u p e r v i s o r :A s s o c i
3、 a t e P r o f e s s o r L u Y u n z h e nO c t o b e r 2 0 1 4中文摘要摘要預(yù)測(cè)在人們的學(xué)習(xí)、工作和生活中起著非常重要的作用,提到預(yù)測(cè)方法時(shí)一定不能忽視時(shí)間序列分析,而A R I M A 模型又是時(shí)間序列分析中不可或缺的一部分。預(yù)測(cè)精度是預(yù)測(cè)效果的重要評(píng)判指標(biāo),要想使預(yù)測(cè)結(jié)果更為精準(zhǔn),必須設(shè)法使擬合的模型更加完善,而這并不是一件容易的事,研究組合模型正是為了改善所建的模型,使
4、預(yù)測(cè)更精準(zhǔn)。本文在研究A R I M A 模型和組合模型基礎(chǔ)理論的同時(shí),結(jié)合我國(guó)G D P 數(shù)據(jù)實(shí)例對(duì)基于A R I M A 模型的組合模型問(wèn)題進(jìn)行了深入探討。首先,結(jié)合實(shí)例分析了A R I M A 模型的建模過(guò)程,給出了建模過(guò)程中出現(xiàn)的常見(jiàn)問(wèn)題的解決方法,并對(duì)A R I M A 模型預(yù)測(cè)結(jié)果進(jìn)行了分析,其分析依據(jù)是相對(duì)百分比誤差、平均絕對(duì)誤差、平均絕對(duì)百分比誤差和絕對(duì)誤差標(biāo)準(zhǔn)差等四個(gè)評(píng)價(jià)指標(biāo):其次,對(duì)同組數(shù)據(jù)用指數(shù)平滑方法進(jìn)行了分析預(yù)
5、測(cè),并且用同樣四個(gè)評(píng)價(jià)指標(biāo)對(duì)預(yù)測(cè)效果進(jìn)行了分析;然后,將A R I M A 模型與指數(shù)平滑模型進(jìn)行結(jié)合建立了組合模型并得到了預(yù)測(cè)結(jié)果,在求解權(quán)系數(shù)時(shí)運(yùn)用了五種方法,分別是等權(quán)平均法、簡(jiǎn)單加權(quán)平均法、誤差平方和倒數(shù)法、均方誤差倒數(shù)法和拉格朗日函數(shù)法,同時(shí)繼續(xù)用同樣四個(gè)評(píng)價(jià)指標(biāo)對(duì)預(yù)測(cè)結(jié)果進(jìn)行了分析;最后,比較分析了A R I M A 模型、指數(shù)平滑模型及五個(gè)組合模型的預(yù)測(cè)結(jié)果,依據(jù)S S E ( 預(yù)測(cè)誤差平方和) 、M S E ( 均方誤差
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于ARIMA模型的組合模型研究.pdf
- 基于arima模型的海外人才回流問(wèn)題的研究
- 基于ARIMA模型的股價(jià)的研究.pdf
- 基于arima模型的股價(jià)的研究
- 基于ARIMA與SVM組合模型的國(guó)內(nèi)旅游市場(chǎng)預(yù)測(cè)研究.pdf
- 基于ARIMA組合模型的濟(jì)南市空氣質(zhì)量指數(shù)(AQI)研究.pdf
- 基于ARIMA與GPR組合模型的人民幣匯率預(yù)測(cè).pdf
- 基于ARIMA和BPNN的組合預(yù)測(cè)模型在血糖預(yù)測(cè)中的應(yīng)用.pdf
- 基于指數(shù)平滑法和ARIMA的交通量組合預(yù)測(cè)模型應(yīng)用研究.pdf
- 基于arima的z評(píng)分模型應(yīng)用
- 大學(xué)論文基于arima模型的股價(jià)預(yù)測(cè)研究
- 基于灰色模型和ARIMA模型的上證指數(shù)研究.pdf
- 34601.基于arima與svm組合模型的國(guó)內(nèi)旅游市場(chǎng)預(yù)測(cè)研究
- 大學(xué)論文基于arima模型的股價(jià)預(yù)測(cè)研究
- 基于ARIMA-LSSVM混合模型的股指預(yù)測(cè)研究.pdf
- 單純ARIMA模型和ARIMA-GRNN組合模型在猩紅熱月發(fā)病率中的預(yù)測(cè)效果比較.pdf
- 基于GM(1,1)灰色模型和ARIMA模型的常州市物流需求的組合預(yù)測(cè)與比較研究.pdf
- 基于ARIMA模型的我國(guó)通貨膨脹預(yù)測(cè)研究.pdf
- 基于深度學(xué)習(xí)的問(wèn)題分類(lèi)組合模型研究.pdf
- 基于arima模型的綠地控股股價(jià)預(yù)測(cè)
評(píng)論
0/150
提交評(píng)論