手机版
欢迎光临汇博在线http://www.paper188.com
您的位置:汇博论文在线 > 管理论文 > 财务管理 > 基于工业增加值的预测精度测定

基于工业增加值的预测精度测定

2014-10-05 11:23 来源: 互联网 作者:郭睿 浏览次数 4232


  在零假设下,[LM]统计量有渐进的[χ2(p)]分布,对于给定的显著水平[α]和自由度[p],如果[LM>χ2α(P)],则拒绝[H0],认为序列存在自相关,反之亦然。 
  是置信区间的确定。基于这个[ARMA(p,q)]模型可以计算并得出下边的式子,预测误差和方差分别为 
  [et(l)=yt+l-yt(l)=?0ut+l+?1ut+l-1+…+?l-1ul+1] 
  [D(et(l))=σ2(?20+?21+…+?2l-1)] 
  假设预测误差具有如下分布:[et(l)]~[N(0,D(et(l)))],由于[yt+l=yt(l)+et(l)],因此,在[yt],[yt-1],…给定的条件下,[yt+l]的分布完全由[et(l)]的分布决定,即: 
  [(yt+lyt,yt-1,…)]~[N(yt(l),D(et(l)))]~[N(yt(l),σ2(?20+?21+…+?2t-l))] 
  由此,我们可以得到[yt+l]预测的95%的置信区间为: 
  [yt(l)±1.96σ(?20+?21+…+?2t-l)12] 
  为了消除趋势特征同时减少序列的的波动,我们对工业增加值时间序列[t]作一阶自然对数逐期差分,即[ILIPt=LN(IPt)-LN(IPt-1)]。为了使差分和变换后的序列更好的趋于平稳状态,我们需要对序列进行季节差分。消除季节波动即对序列[ILIPt]作自然对数的季节差分,取周期等于12时: 
  [SILIPt=LN(ILIPt)-LN(ILIPt-12)] 
  通过季节差分得到新的序列[SILIPt],进一步对新序列进行分析。此时序列图变动的规律性已大大减弱,季节性特征得到了较好的控制。为了得到最优平稳序列,我们选择阶数[d=2]时为最优。 
  从序列D12DLIP的样本自相关与偏自相关系数很快的就落入了随机区间,证明系列区间已被消除,但在Correlogram of D12DLIP中,当[k=12]时取值仍然较大,季节性依然比较的明显。所以,经过试验对序列进行二阶季节差分即得到Correlogram of (D12DLIP,2),发现序列的季节性得到了较好的改善,故选择二阶季节差分。。 
  对序列选用扩展Dickey-Fuller检验,滞后阶数则采用AIC准则的方法进行确定。下图发现ADF值明显小于临界值,所以此时序列呈现平稳状态,即为平稳序列。 
  (二)[ARMA]模型建立 
[上一页1  2  3  4 [下一页]

服务说明

汇博在线(paper188.com)网拥有实力强大的团队,能帮助你实现论文写作方法,论文发表,代写代发论文等服务领域.

我们承诺

在您接受本站服务的过程中,我们为您提供优质的服务,包括后期免费修改、免费指导答辩等。衷心感谢您对本站的信任和支持!

论文指导范围

毕业论文,硕士毕业论文,研究生论文,博士论文,职称论文代写,领导讲话,报告总结,演讲致辞,心得体会,党团辅导等代写服务。

发表论文领域

发表省级杂志,国家级杂志,核心杂志等服务。