-
题名AR模型在工业品季度变化预测中的应用
- 1
-
-
作者
周君兴
经济预测课题组
-
出处
《浙江财经学院学报》
CSSCI
1991年第4期88-93,共6页
-
文摘
时间序列分析是对有序的随机数据进行分析、研究和处理的一种方法,实施这一方法可以由表及里地掌握客观现象的本质和内在规律,从而达到进一步认识事物,预测未来或自动控制的目的。ARMA模型是对系统本身(离散平稳随机过程)建立统计数学模型,仅仅依赖于已有的观测数据内部的联系。因此,它和回归分析有着本质上的区别。AR(p)模型形式简单,便于识别和参数估计,可以在计算机上实现,而且模型参数的Yule-walker估计,最小二乘估计,最小平方和估计,在样本充分大时,几乎是一致的,本文对工业品购进额季度变化的情况建立的AR模型进行拟合和预测,基本上是符合实际的。
-
关键词
模型方程
工业品
季度变化
时间序列分析
最小二乘估计
参数估计
平稳随机过程
自动控制
回归分析
统计数学模型
-
分类号
F7
[经济管理—产业经济]
-
