基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于对时间序列数据进行研究时不仅需要对它们的自回归性和周期性进行分析,而且需要对序列的方差与长期性无规则波动进行分析等问题,提出基于ARMA模型和APARCH模型的ARMA-TS-GARCH模型,并且对该模型的构造进行分析,针对洛杉矶长滩地区交通量数据进行模型参数估计和诊断检验,将此模型与GARCH和ARMA-GARCH模型进行比较.研究结果表明:ARMA-TS-GARCH模型对数据的拟合要优于ARMA模型和APARCH模型;用ARMA-TS-GARCH模型对数据集进行预测,所得结果较理想.
推荐文章
基于 ARMA-GARCH 模型的超短期风功率预测研究
时间序列
风电功率
预测
ARMA模型
ARCH模型
GARCH模型
基于ARMA-GARCH模型对沪深300指数的预测分析
沪深300指数
ARMA模型
GARCH模型
波动率
小波分解ARMA-GARCH模型及其在基金净值预测中的应用
小波分解
ARMA-GARCH模型
基金累计净值
基于ARMA-GARCH 模型的风险价值与条件风险价值计算
风险度量
风险价值
条件风险价值
GARCH模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ARMA-TS-GARCH有限混合模型的交通数据分析
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 ARMA-TS-GARCH模型 时间序列 预测 交通
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 1860-1864
页数 分类号 TP301.6
字数 3147字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牛振东 北京理工大学计算机学院 46 597 14.0 23.0
2 赵堃 北京理工大学计算机学院 3 42 3.0 3.0
3 王维强 北京理工大学计算机学院 1 10 1.0 1.0
4 曹玉娟 北京理工大学计算机学院 2 38 2.0 2.0
5 赵育民 北京理工大学计算机学院 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (24)
二级引证文献  (25)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
ARMA-TS-GARCH模型
时间序列
预测
交通
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导