浅谈时间序列的分析预测

时间序列理论是研究计量经济的基础，时间序列分析预测方法是定量分析的主流方法，本文阐连了时间序列的基本特征，并介绍了时间序列的有效分析预测模型：由于已有模型的固有缺陷，这将促使我们进一步探究先进的方法理论。     

上证指数的时间序列分析及其预测

本文根据中国1991年-2009年上证指数的历史数据,建立了三个对上证指数未来走势进行预测的模型,并对预测结果进行了分析,依据分析结果对模型进行了评价。     

基于时间序列模型的国民生产总值预测

本文基于中国统计局提供的1980年~2016年的国民总收入年度数据,分别构建了Holt指数平滑模型和ARIMA模型预测最近5年的国民生产总值。结果显示ARIMA时间序列模型具有更好的拟合和预测效果,可以为我国宏观经济的发展提供更好的参考。     

时间序列预测的状态空间方法

时间序列预测的状态空间方法张世英，王艳晖，杨尊琦（天津大学３０００７２）Ｐ，ＣＹｏｕｎｇ和Ｎ，Ｃ，Ｎｇ开发的状态空间预测方法［１］实现了模型参数估计的递推计算，并完全摆脱了Ｂｏｘ一Ｊｅｎｋｉｎｓ时间序列建模的困难，具有很大优点。在Ｐ．Ｃ．Ｙｏｕｎｇ等...     

经济时间序列的状态空间预测

预测是研究经济时间序列的重要课题,而经济序列大都是非平稳的,因此经济序列的预测比一般平稳时间序列困难得多。利用状态空间模型对经济序列进行建模、预测,不仅方便易行,且效果很好。不仅可对经济时间序列所含趋势、周期、季节各分量进行预测,而且可对经济时间序列本身进行预测。本文就是讨论用状态空间模型对经济序列进行预测的方法与实现。     

基于小波分析的非平稳时间序列分解

本文提出了基于小波变换的非平稳时间序列分解方法。通过小波分解,将原时间序列依尺度分解成不同层次,利用尺度系数作为季节性乘积分量,将小波系数序列处理为方差平稳的平稳序列,并应用于样本数据异常点的识别和修正,使模型的预测精度得到提升。实例验证该方法是有效的。     

非平稳时间序列预测组合的条件

本文考虑当被预测的时间序列变量为非平稳过程时，由单项预测构成组合预测的条件。研究发现组合预测中的任何一个单项预测，与被预测变量具有协整关系是构成组合预测的重要条件     

社会经济系统时间序列预测的新方法

一、我国社会-经济序列的特点预测,是国民经济计划工作中很重要的一环。我国社会-济序列有下述特点: 1) 非平稳(摆动幅度大); 2) 数据不多。对于非平稳随机序列,目前还没有一般的处理(预测)方法。在一定条件下使用的方法:如最小二乘、最小方差、卡尔曼、指数平滑等,由于     

基于时间序列的网络流量分析与预测

随着计算机网络的迅速发展,目前的网络规模越来越庞大和复杂,相应面临对网络有效管理的要求就越来越高。本文通过对CERNET(ChinaEducationandResearchNetwork)上某个端口的网络流量数据的统计分析,给出了一种用时间序列的方法对流量数据进行模拟仿真,从而达到对网络流量的控制和预测以便提高对网络服务的质量。     

时间序列预测中提高预测准确度的几种方法

经济预测工作中,人们都希望尽量使预测结果准确些。而影响预测精度的因素有很多,诸如预测者的知识、经验、预测使用的模型方法等。其中有些因素,我们不可能一蹴而就,很快就能满足提高准确度的要求,例如预测者的知识、经验等,这需要较长时间的不断地学习、探索和积累。但是其中有的因素,例如预测方法使用得恰当的话,那么预测结果的准确度就会高一些。本文拟介绍在时间序列预测中使用并且对提高预测准确度有关的三种方法:原始数据加工法、交叉预测法和平行预测法。     

基于时间序列分析的飞机完好率预测方法

在航空维修管理中有较多预测问题,对航空装备的技术状态、装备完好性、故障数量、备件消耗等做出科学预测,对于提高航空维修工作预见性、对策针对性和科学性,进而提高航空装备战备完好性和战时利用率水平起着非常重要的作用。飞机完好率是检验航空兵部队装备作战能力的重要参数,本文提出了利用移动平均预测法、单指数平滑预测法和双指数平滑预测法对飞机完好率进行预测,并通过实例分析证明了其有效性。     

结构比例时间序列的拟合与预测方法

结构比例时间序列的拟合与预测方法朱新生王永森（辽宁大学数学系ｌ１００３６）（沈阳汽车工学院ｌ１００１５）在经济问题的预测中，对结构比例数据的研究占有十分重要的地位。比如：考察我国或某省的劳动力在三个产业中占有比例的现状和发展趋势；考察我国农业、轻工业...     

时间序列调和模型对旅游周期的预测

本文运用时间序列分析法对北京海外旅游人数进行周期估计,首先运用线性滤波器剔除数据的趋势项,其次对调和模型进行参数估计,最后将所计算的周期与其他方法所计算的周期进行比较.文中运用的方法对于一般的经济数据具有通用性.     

时间序列调和模型对旅游周期的预测

本文运用时间序列分析法对北京海外旅游人数进行周期估计,首先运用线性滤波器剔除数据的趋势项,其次对调和模型进行参数估计,最后将所计算的周期与其他方法所计算的周期进行比较。文中运用的方法对于一般的经济数据具有通用性。     

基于神经网络的多维时间序列预测预报方法

1 引言时间序列就是一列随时间变化的数,它是对客观事物的一种描述,属于时域分析的范畴。我们研究时间序列的目的,就是要对时间序列建立一个参数模型,用于描述事物发展的变化规律。定义1:时间序列{x(t)}是一个t∈Z的实值向量随机变量,其中Z表示整数集。在定义1中,如果x(t)∈R~1,那么{x(t)}就是一维时间序列,所建立的模型称为一维时间序列模型;如果x(t)∈R~(?),那么{x(t)}就是r维时间序列,所建立的模型称为r维时间序列模型。 Box和Jenknis首先成功地建立了一维时间序列模型。近年来Tong也在这方面做了许多很有影响的工作。通过许多人的努力,使得一维时间序列模型,如ARMA模型等都能较好地应用于实际预测工作。一个一维序列{x(t)}的(p,q)阶ARMA模型     

国际石油价格时间序列的混沌分析与预测

石油是当今世界最为重要的基础能源、化工原料和战略资源,它不仅支撑着石油生产国和消费国的经济发展,而且联系着各国国民经济的发展、人民生活水平的提高和国防安全。因此,石油价格是当前全球关心的普遍问题。研究表明,石油市场是具有混沌特性的复杂非线性系统。本文在非线性系统及复杂性理论框架内,采用相空间重构技术,提取描述吸引子特征量参数,定量的证明石油价格演化过程具有混沌特性,并采用混沌时间序列预测法预测石油价格走势。对近3年国际石油价格走势做了短期预测,预测结果表明,如无重大突发事件发生,2008年国际石油平均价格将有所上升,会在高价位持续震荡;2009年则会有所回落,将在每桶64美元上下波动。     

基于非线性时间序列的门限自回归模型建立

目前门限自回归模型是最受大家关注的预测模型。本文以太阳黑子非线性时间序列为研究对象,建立门限自回归预测模型。通过一些相关分析技术来确定预测模型中的门限区间个数和门限值的寻优范围,然后优化门限值和TAR模型的自回归系数。通过实验结果分析表明,门限自回归预测模型能够对非线性时间序列进行精确预测。     

函数系数自回归时间序列的异常值估计

本文介绍了函数系数自回归时间序列的异常值的一些相关背景研究及理论,并着重介绍了函数系数自回归模型(FAR);第二部分从理论上进行分析在函数系数自回归模型基础上的异常值鉴别、估计;第三部分进行了模拟实验;最后一个部分对全文作了总结,指出了方法的缺陷以及对后续研究的展望。     

基于GEP的经济时间序列组合预测方法研究

线性组合预测效果欠佳,非线性函数的挖掘也很困难,本文提出了基于基因表达式编程的非线性组合预测的新方法.理论分析和应用实例表明,相比模糊神经网络等组合预测而言,该方法具有很强的学习和仿真功能,在社会经济复杂系统中时间序列的组合建模和预测中具有很好的应用价值.     

时间序列分解及其季节性波动测定的混合样条函数方法

随着预测的发展,本刊收到大量来稿,由于篇幅所限,难以一一刊载。为此,从本期起,我们将以文摘的形式,将一些有所见解、有所创新的稿件摘登,其目的有三:一是增加本刊的信息量;二是节约读者宝贵时间;三是给有关研究人员提供情报、沟通信息,便于交流。需要了解其文详细内容的读者可直接与作者联系。