ARIMA模型-自回归移动平均模型.doc

ARIMA模型-自回归移动平均模型.doc

ID:49356759

大小:445.00 KB

页数:14页

时间:2020-02-29

ARIMA模型-自回归移动平均模型.doc_第1页
ARIMA模型-自回归移动平均模型.doc_第2页
ARIMA模型-自回归移动平均模型.doc_第3页
ARIMA模型-自回归移动平均模型.doc_第4页
ARIMA模型-自回归移动平均模型.doc_第5页
资源描述:

《ARIMA模型-自回归移动平均模型.doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、自回归移动平均模型(AutoregressiveIntegratedMovingAverageModel,简记ARIMA)目录[显示]·1什么是ARIMA模型?·2ARIMA模型的基本思想·3ARIMA模型预测的基本程序·4相关链接o4.1各国的box-jenkins模型名称·5ARlMA模型案例分析o5.1案例一:ARlMA模型在海关税收预测中的应用o5.2案例二:基于ARIMA模型的备件消耗预测方法[1]·6参考文献[编辑]什么是ARIMA模型?  ARIMA模型全称为自回归移动平均模型(AutoregressiveIntegrate

2、dMovingAverageModel,简记ARIMA),是由博克思(Box)和詹金斯(Jenkins)于70年代初提出的一著名时间序列预测方法,所以又称为box-jenkins模型、博克思-詹金斯法。其中ARIMA(p,d,q)称为差分自回归移动平均模型,AR是自回归,p为自回归项;MA为移动平均,q为移动平均项数,d为时间序列成为平稳时所做的差分次数。[编辑]ARIMA模型的基本思想  ARIMA模型的基本思想是:[编辑]ARIMA模型预测的基本程序  (一)根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋

3、势及其季节性变化规律,对序列的平稳性进行识别。一般来讲,经济运行的时间序列都不是平稳序列。  (二)对非平稳序列进行平稳化处理。如果数据序列是非平稳的,并存在一定的增长或下降趋势,则需要对数据进行差分处理,如果数据存在异方差,则需对数据进行技术处理,直到处理后的数据的自相关函数值和偏相关函数值无显著地异于零。  (三)根据时间序列模型的识别规则,建立相应的模型。若平稳序列的偏相关函数是截尾的,而自相关函数是拖尾的,可断定序列适合AR模型;若平稳序列的偏相关函数是拖尾的,而自相关函数是截尾的,则可断定序列适合MA模型;若平稳序列的偏相关函数

4、和自相关函数均是拖尾的,则序列适合ARMA模型。  (四)进行参数估计,检验是否具有统计意义。  (五)进行假设检验,诊断残差序列是否为白噪声。  (六)利用已通过检验的模型进行预测分析。[编辑]相关链接[编辑]各国的box-jenkins模型名称GlossaryofstatisticaltermsLanguageDescriptionEnglishBox-JenkinsmodelFrenchmodèledeBox-JenkinsGermanBox-Jenkins-ModellDutchBox-Jenkins-modelItalianmo

5、delloBox-JenkinsSpanishmodelodeBox-JenkinsCatalanmodeldeBox-JenkinsRomanianmodelulBox-JenkinsFinnishBoxin-JenkinsinmallitHungarianBox-Jenkins-modellTurkishBox-JenkinsmodeliEstonianBox-JenkinsimudelLithuanianBoxirJenkinsmodelis ;BoksoirDženkinsomodelisSlovenianBox-Jenkinso

6、vamodelPolishmodelBoxa-JenkinsaRussianМодельБокса-ДженкинсаUkrainianмодельБокса-ДженкінсаFarsimodeleBox-JenkinsPersian-Farsiمدلباکس-جنکينزArabicنموذجبوكس-جنكزAfrikaansBox-Jenkins-modelChinese博克斯―詹金斯模型[编辑]ARlMA模型案例分析[编辑]案例一:ARlMA模型在海关税收预测中的应用  2008年。海关税收预算计划8400亿元.比2007年实际

7、完成数增加10.8%,比2007年预算数增加22.1%。为了对2008年江门海关税收总体形势进行把握,笔者尝试利用SAS统计分析软件的时间序列预测模块建立ARIMA模型,对2008年江门海关税收总值进行预测。从预测结果来看,预测模型拟合度较高,预测值也切合实际情况,预测模型具有一定的应用价值。现将预测的方法、原理以及影响税收工作的相关因素分析。  一、ARlMA模型原理  ARIMA模型全称为自回归移动平均模型(AutoregressiveIntegratedMovingAverageModel,简记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时问序列预测方法,所以又称为box--jenkins模型、博克思一詹金斯法。其中ARIMA(p,d.q)称为差分自回归移动平均模型,AR是自

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。