ARMA模型在小麦价格指数预测中的应用

• 全文链接
• 请求原文

作   者：

许凤华;  魏媛; 

作者机构：

滨州学院数学与信息科学系; 

关键词：

ARMA模型;  预测;  价格指数;  显著性检验; 

期刊名称：

统计与决策

基金项目：

i s s n：

1002-6487

年卷期：

2015 年 08 期

页   码：

82-84

摘   要：

传统的平稳时间序列模型的建模方法,是以时间序列的样本自相关函数及偏自相关函数为依据进行模型识别,不可避免的会产生一定的误差。文章采用Pandit-Wu系统建模方法,该方法不用通过计算样本自相关函数和偏自相关函数进行模型识别,可以避免样本数据带来的误差。实证研究结果表明,利用Pandit-Wu系统建模方法构建的小麦价格指数平稳时间序列模型,具有较好的预测精度。