| 一种新的统计预测模型——多项式系数自回归模型 |
| |
| 引用本文： | 吕永乐.一种新的统计预测模型——多项式系数自回归模型[J].计算机工程与应用,2012,48(3):237-241. |
| |
| 作者姓名： | 吕永乐 |
| |
| 作者单位： | 中国电子科技集团公司 第十四研究所，南京 210039 |
| |
| 摘 要： | 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ARMA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%。
|
| 关 键 词： | 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 |
| 修稿时间： | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
