基于小波分析与贝叶斯估计的组合统计建模

• 作者: 唐国强 林静 覃良文
• 来源期刊: 桂林理工大学学报
• 学科: 数学
• 关键词: 小波分析 贝叶斯估计 ARMA模型 MCMC方法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 应用数学
• 页码范围: 217-222
• 页数: 6页
• 分类号: O212.8
• 字数: 4690字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9057.2017.01.033

摘要

小波分解方法可以实现时间序列的分解.利用小波分析分解出趋势项序列与周期项序列,分别对两部分序列建立ARMA模型进行预测,并重构序列.为了降低估计效率的代价,本文引入MCMC方法对趋势项和周期项序列建立的ARMA模型参数进行估计,得出自回归系数与剩余项(趋势项序列减去自回归项的预测值),并利用OLS方法对剩余项重新估计,最后重组序列.利用样本外数据进行预测分析,我国铁路货运量数据的实证分析结果表明,小波分析的引入可提高预测效果,基于小波分析与MCMC-OLS估计组合方法与其他方法相比,预测效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐国强	桂林理工大学理学院	38	114	6.0	8.0
2	覃良文	桂林理工大学理学院	6	54	5.0	6.0
3	林静	桂林理工大学理学院	16	36	4.0	5.0