基于一阶整值时间序列模型的犯罪数据的分析与预测

本文针对美国匹兹堡市每月的盗窃犯罪数据,利用几类常见的一阶整值时间序列模型对数据进行拟合,根据AIC和BIC标准,结果表明负二项的INAR(1)模型拟合效果是最优的,最后基于负二项的INAR(1)模型给出了该组数据的预测。