向量自回归模型拟合与预测效果评价

• 作者: 倪延延 张晋昕
• 来源期刊: 中国卫生统计
• 关键词: 多元时间序列模拟 向量自回归模型 预测
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 论著
• 页码范围: 53-56
• 页数: 4页
• 字数: 3151字
• 语种: 中文

摘要

目的 本文旨在利用多元时间序列的模拟数据,拟合向量自回归模型,评价其筛选模型的能力,并和一元自回归模型进行拟合效果和预测效果的比较.方法 利用SAS产生平稳的多元时间序列,分别拟合向量自回归(VAR)模型和一元自回归(AR)模型,采用筛选正确率来评价选择模型的能力,采用样本内平均绝对误差和参数估计标准误进行两模型拟合效果的比较,采用绝对预测误差进行预测效果的比较.结果 四元时间序列的模型筛选正确率明显高于二元时间序列;经配对符号秩和检验VAR模型的样本内平均绝对误差小于AR模型,但是参数估计标准误VAR模型大于AR模型;VAR模型的预测效果优于AR模型,尤其对于四元时间序列.结论 VAR模型参数估计标准误较大,模型稳健性不及AR模型,但可以提供更为精确的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晋昕	中山大学公共卫生学院医学统计与流行病学系	157	1799	21.0	37.0
2	倪延延	中山大学公共卫生学院医学统计与流行病学系	5	67	5.0	5.0