基于小波分析的时间序列ARIMA模型预测方法

• 作者: 李荞每 成丽波
• 来源期刊: 沈阳师范大学学报（自然科学版）
• 关键词: 小波分析 时间序列分析 ARIMA模型 新型冠状肺炎
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 统计学|Statistics
• 页码范围: 49-53
• 页数: 5页
• 分类号: O212
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5862.2021.01.010

摘要

通过所建立的模型分析西方某国家单日新增新冠肺炎病例数据,并对该国家未来疫情发展趋势进行预测.首先对病例数据进行异常值检测,再经小波分解重构算法对数据进行去噪,选用ARIMA模型和Wavelet-ARIMA模型进行分析预测,最后选取适当的检验方法对残差、参数及模型等进行检验,并对比预测结果置信度.通过对2种预测结果进行检验,结果表明,Wavelet-ARIMA预测模型与ARIMA预测模型相比,Wavelet-ARIMA模型预测更加精准,置信度更高.