一种新的统计预测模型——多项式系数自回归模型

• 作者: 吕永乐
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 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
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 工程与应用
• 页码范围: 237-241
• 分类号: TP3|O213
• 字数: 3778字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.03.070

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AR-MA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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕永乐	中国电子科技集团公司第十四研究所	4	17	2.0	4.0