基于时变自回归模型的非平稳数据预测方法研究

• 作者: 姜相夺 王莉娜 芦玉华
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 时间序列 时变自回归模型 预测
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 研究与设计
• 页码范围: 34-36
• 页数: 3页
• 分类号: TP391
• 字数: 2556字
• 语种: 中文

摘要

针对现有的自回归(Autoregressive,AR)模型对非平稳数据预测效果不佳的问题,提出了基于时变自回归(Time-Varying Autoregressive,TVAR)模型的时序预测方法.针对某型国产飞机发动机的低压转速信号,使用TVAR模型分别进行点预测和区间预测,并与AR模型的点预测结果进行对比.研究结果表明,TVAR模型能够很好地反映非平稳数据的变化趋势.在给定置信水平下,TVAR预测区间能够包含真实数据,因此TVAR模型在时序预测中具有更好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜相夺		4	8	1.0	2.0
2	王莉娜		2	8	1.0	2.0
3	芦玉华		1	7	1.0	1.0