计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
3期
237-241
,共5页
时间序列分析%非线性预测%自回归模型%自回归滑动平均(ARMA)模型%函数系数自回归(FAR)模型
時間序列分析%非線性預測%自迴歸模型%自迴歸滑動平均(ARMA)模型%函數繫數自迴歸(FAR)模型
시간서렬분석%비선성예측%자회귀모형%자회귀활동평균(ARMA)모형%함수계수자회귀(FAR)모형
传统的自回归滑动平均模型(ARMA)和新近出现的函数系数自回归模型(FAR)不能满足非线性时间序列预测分析的准确度与运算速度要求,为了改进预测性能,研究提出了一种新的统计预测模型——多项式系数自回归模型(PCAR).给出了PCAR模型的表示形式,详细探讨了PCAR模型的参数估计和阶次选择方法,在此基础上又提出了基于BIC准则的建模算法.同AR-MA模型相比,PCAR模型扩大了适用对象范围,有效降低了模型选择误差；同FAR模型相比,它具有参数模型的特点,避免了系数函数局部线性回归估计所存在的不足；分析了PCAR模型与ARMA、FAR模型的等价条件.通过实验分析得出了PCAR模型较ARMA、FAR模型的单步预测准确度分别提高了99.65％和18.7％的结论,而且PCAR建模运算所需时间仅为FAR模型的0.2％.
傳統的自迴歸滑動平均模型(ARMA)和新近齣現的函數繫數自迴歸模型(FAR)不能滿足非線性時間序列預測分析的準確度與運算速度要求,為瞭改進預測性能,研究提齣瞭一種新的統計預測模型——多項式繫數自迴歸模型(PCAR).給齣瞭PCAR模型的錶示形式,詳細探討瞭PCAR模型的參數估計和階次選擇方法,在此基礎上又提齣瞭基于BIC準則的建模算法.同AR-MA模型相比,PCAR模型擴大瞭適用對象範圍,有效降低瞭模型選擇誤差；同FAR模型相比,它具有參數模型的特點,避免瞭繫數函數跼部線性迴歸估計所存在的不足；分析瞭PCAR模型與ARMA、FAR模型的等價條件.通過實驗分析得齣瞭PCAR模型較ARMA、FAR模型的單步預測準確度分彆提高瞭99.65％和18.7％的結論,而且PCAR建模運算所需時間僅為FAR模型的0.2％.
전통적자회귀활동평균모형(ARMA)화신근출현적함수계수자회귀모형(FAR)불능만족비선성시간서렬예측분석적준학도여운산속도요구,위료개진예측성능,연구제출료일충신적통계예측모형——다항식계수자회귀모형(PCAR).급출료PCAR모형적표시형식,상세탐토료PCAR모형적삼수고계화계차선택방법,재차기출상우제출료기우BIC준칙적건모산법.동AR-MA모형상비,PCAR모형확대료괄용대상범위,유효강저료모형선택오차；동FAR모형상비,타구유삼수모형적특점,피면료계수함수국부선성회귀고계소존재적불족；분석료PCAR모형여ARMA、FAR모형적등개조건.통과실험분석득출료PCAR모형교ARMA、FAR모형적단보예측준학도분별제고료99.65％화18.7％적결론,이차PCAR건모운산소수시간부위FAR모형적0.2％.
