统计与决策
統計與決策
통계여결책
2010年
23期
42~45
,共null页
工业增加值 DFA GMDH ARIMA 自组织组合预测
工業增加值 DFA GMDH ARIMA 自組織組閤預測
공업증가치 DFA GMDH ARIMA 자조직조합예측
文章运用消除趋势波动分析（DFA）方法,计算了四川省工业增加值季度数据的标度指数,该指数表明四川省工业增加值的时间序列值具有长程相关特性,其预测模型有较好的拟合效果。在此基础上根据自组织数据挖掘的理论与方法,提出了自组织组合预测模型。模型预测结果及与ARIMA、GMDH自回归、SPSS曲线估计等三个单项预测模型及最优线性组合、人工神经网络组合等常用的组合预测模型的对比表明,自组织组合预测模型不仅改善了对数据样本的拟合精度,而且显著提高了模型的预测能力。
文章運用消除趨勢波動分析（DFA）方法,計算瞭四川省工業增加值季度數據的標度指數,該指數錶明四川省工業增加值的時間序列值具有長程相關特性,其預測模型有較好的擬閤效果。在此基礎上根據自組織數據挖掘的理論與方法,提齣瞭自組織組閤預測模型。模型預測結果及與ARIMA、GMDH自迴歸、SPSS麯線估計等三箇單項預測模型及最優線性組閤、人工神經網絡組閤等常用的組閤預測模型的對比錶明,自組織組閤預測模型不僅改善瞭對數據樣本的擬閤精度,而且顯著提高瞭模型的預測能力。
문장운용소제추세파동분석（DFA）방법,계산료사천성공업증가치계도수거적표도지수,해지수표명사천성공업증가치적시간서렬치구유장정상관특성,기예측모형유교호적의합효과。재차기출상근거자조직수거알굴적이론여방법,제출료자조직조합예측모형。모형예측결과급여ARIMA、GMDH자회귀、SPSS곡선고계등삼개단항예측모형급최우선성조합、인공신경망락조합등상용적조합예측모형적대비표명,자조직조합예측모형불부개선료대수거양본적의합정도,이차현저제고료모형적예측능력。
