基于小波时间序列模型的CPI预测

论文摘要

经典时间序列模型是CPI预测较为常用的方法,该方法建模前未对数据进行预处理,导致模型预测精度不高。为此提出一种小波时间序列模型方法:首先通过小波分解与重构消除时间序列的白噪声;然后将重构的近似分量和细节分量,分别建立时间序列模型;最后对两个分量的预测结果进行重构,得到序列的最终预测结果。实验以2000年1月至2015年12月期间的安徽省月度CPI序列作为实证分析对象,分别构建经典时间序列模型和小波时间序列模型,通过比较两种模型的预测精度,发现小波序列模型明显优于经典时间序列模型。

论文目录

文章来源

类型: 期刊论文

作者: 敖希琴,汪金婷,郑阳,李凡

关键词: 求和自回归移动平均模型,时间序列,小波分解,预测

来源: 蚌埠学院学报 2019年05期

年度: 2019

分类: 基础科学,社会科学Ⅱ辑,经济与管理科学

专业: 数学,宏观经济管理与可持续发展,贸易经济

单位: 安徽新华学院信息工程学院

基金: 安徽省高校优秀青年骨干人才国内外访学研修项目(gxgnfx2019069),安徽新华学院自然科学研究项目(2016zr013),安徽省大学生创新创业训练计划项目(201712216065)

分类号: F224;F726

DOI: 10.13900/j.cnki.jbc.2019.05.011

页码: 50-54

总页数: 5

文件大小: 905K

下载量: 242

相关论文文献

• [1].基于一阶时间序列模型的学生微格录播的效果预测[J]. 现代经济信息 2019(23)
• [2].基于时间序列模型的变电站沉降预测分析[J]. 测绘与空间地理信息 2019(12)
• [3].时间序列模型在交通量预测中的适应性分析[J]. 公路交通技术 2020(03)
• [4].时间序列预测模型及其应用[J]. 金融理论与教学 2018(01)
• [5].时间序列模型在医保总额管理中的运用及效果评价[J]. 中国卫生事业管理 2017(04)
• [6].卡尔曼滤波在高频金融时间序列模型预测中的应用[J]. 统计与决策 2017(13)
• [7].两种时间序列模型在客流量预测上的比较[J]. 计算机工程与应用 2016(09)
• [8].基于时间预测模型预测全面二胎政策下未来我国人口的数量[J]. 课程教育研究 2017(36)
• [9].模糊时间序列模型研究综述[J]. 模糊系统与数学 2014(03)
• [10].我国社会消费品零售总额时间序列模型及预测[J]. 经济论坛 2011(06)
• [11].时间序列模型对黑龙江省水稻比较优势的预测[J]. 东北林业大学学报 2008(10)
• [12].2004—2018年湖北省丙型肝炎流行特征与趋势[J]. 中华疾病控制杂志 2020(04)
• [13].小波变换和时间序列模型相结合的降雨量预测[J]. 高师理科学刊 2020(08)
• [14].基于广义模糊时间序列模型的动态顾客需求分析与预测[J]. 东华理工大学学报(自然科学版) 2018(04)
• [15].基于时间序列模型的水资源未来发展预测数据分析[J]. 电子技术与软件工程 2019(15)
• [16].我国铁路客运量的季节时间序列模型[J]. 统计与决策 2015(07)
• [17].基于模糊逻辑关系组的时间序列模型改进[J]. 应用数学学报 2015(04)
• [18].基于混合时间序列模型的粮食产量预测[J]. 统计与决策 2013(12)
• [19].时间序列模型在我国年度世界冠军预测中的应用[J]. 成都体育学院学报 2008(02)
• [20].时间序列模型下结构损伤识别方法及应用前景分析[J]. 公路交通科技(应用技术版) 2019(08)
• [21].广义模糊时间序列模型模糊区间划分研究[J]. 大连理工大学学报 2013(03)
• [22].美元欧元间汇率的时间序列模型设计[J]. 甘肃金融 2013(10)
• [23].用时间序列模型预测深层地下水位[J]. 水资源研究 2010(04)
• [24].时间序列模型在金融产品价格预测的效果分析[J]. 时代金融 2015(05)
• [25].时间序列模型在风场风速预测中的应用[J]. 水利水电技术 2016(12)
• [26].旅游客流量预测的模糊时间序列模型——以黄山风景区为例[J]. 合肥学院学报(自然科学版) 2014(04)
• [27].季节时间序列模型在平菇价格预测中的应用[J]. 贵州农业科学 2013(11)
• [28].模糊时间序列模型在滑坡预测预报中的应用[J]. 地理空间信息 2014(02)
• [29].基于时间序列模型的商行信贷规模与风险管理分析[J]. 现代商业 2019(24)
• [30].对我国广义货币供应量的时间序列模型分析[J]. 佳木斯大学学报(自然科学版) 2019(05)

标签：求和自回归移动平均模型论文;  时间序列论文;  小波分解论文;  预测论文;