作者:
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:
经典的时间序列ARIMA模型因为精度准确经常被用于预测,以此模型为基础尝试提高该模型的预测精度,ARIMA模型在预测中都只是对某个时间点进行的研究,然而有时对未来的影响不仅是一个点的效应,更是一段时间积累而导致最后结果变化.所以我们不访考虑一段时间上对ARIMA模型进行改良,在原模型基础上建立改进模型,并分析改进后模型的预测精度,将模型改进前后以及应用指数平滑法的预测结果进行拟合度和精度的比较,从模型拟合程度、精度度量指标对比分析改进前后时间序列ARIMA模型和指数平滑预测模型,结果显示改进后时间序列ARIMA模型预测最为精确,其次为指数平滑法的预测模型,最后为改进前时间序列ARIMA模型预测.证明了改进后模型的精度确有所提高.
推荐文章
不同改进的ARIMA模型在水文时间序列预测中的应用
年降水量
ARIMA模型
经验模态分解
小波分析
神经网络
基于ARIMA和LS-SVM组合模型的短期负荷预测
短期负荷预测
ARIMA模型
LS-SVM模型
偏差修正
基于 SVM-ARIMA的大坝变形预测模型
大坝变形
预测模型
支持向量机
ARIMA
基于改进X-12-ARIMA的电煤需求预测模型与实证研究
X-12-ARIMA模型
电煤需求
季节调整
预测
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 改进的ARIMA模型预测精度分析
来源期刊 哈尔滨商业大学学报(自然科学版) 学科 数学
关键词 ARIMA 预测 指数平滑 精度分析 拟合 回归 时间序列
年,卷(期) 2020,(4) 所属期刊栏目 数理科学
研究方向 页码范围 479-484,492
页数 7页 分类号 O29
字数 2011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 闵盈盈 哈尔滨商业大学计算机与信息工程学院 62 46 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (12)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
ARIMA
预测
指数平滑
精度分析
拟合
回归
时间序列
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
哈尔滨商业大学学报(自然科学版)
双月刊
1672-0946
23-1497/N
大16开
哈尔滨市道里区通达街138号
1980
chi
出版文献量(篇)
3911
总下载数(次)
16
总被引数(次)
20147
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导