ARIMA模型在住房价格预测中的应用——以石家庄为例.pdfVIP

下载本文档

23
0
约8.3千字
约 3页
2015-08-07 发布于湖北
举报
版权申诉

ARIMA模型在住房价格预测中的应用——以石家庄为例.pdf

1、本文档共3页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

ARIMA模型在住房价格预测中的应用——以石家庄为例.pdf

理论纵横 I 需要对原序列进行差分运算，消除序列的趋势。为了得到平稳的时间序列，需对原始序列进行 1阶差分 Xt~Xt—Xt一1，观察差分后序列的 Vx时序图，如图2所示。图2中实线dser01代表的是l阶差分后的序列，原时序图显示长期趋势信息基本上被差分运算提取充分，差分后序列平稳。为了确定平稳序列还值不值得继续分析下去，需要考察差分后序列的自相关图，进一步确定序列的平稳性。差分后序列的自相关图如图3所 }rivetedARRoots ．90+．S ．90-．53i ．46-．59i ．+46+．59i 不 o EstimatedAR p∞cessis嘲或盛 nafy 12 34 56 7 89竹 ¨幢竹协盯博 Sam~!e：2000Q129094~ ~veaedMA Roots ．68 O O O O O O m O D Includedob~ s：39 珊储啪瑚懈啉l莹m专呈m啪Ⅲ啉伽雠图4：价格指数1阶差分后序列拟合模型 A暖oc饼Te越}明 PartialColTl出庙棚l ，： PAC ~ Star Bob O 田国 ∞ 母 0 m O O O 国对一阶差分后的价格指数序列，采用最小二乘估计得到的ARIMA 嚣犸镗踮盯俘蟾；宝∞ M 旺弛的模型为：脚蚴鲥懈镗 l号m刀m甜例啪∞Ⅲ莩§伽啦坍m O O 0 O O O O O O O O O e O O O XetO-0．90Xt—l一0．6lXt4—0．68 t一1 2．3模型检验啷晒吼蝴啪蝴她瞄瞄瞄蝴啪 2．3．1白噪声检验用EVIEWS软件对上述拟合模型ARIMA((1，4)，1，1)的残差项进行白噪声检验，结果如图5所示： JW,toc~ etation 附 C明e _岫n AC PAC Q-Sl甜 Prob 图3：住房价格指数一阶差分后序列相关图从图3中可以看出，住房价格指数的序列自相关系数Ac在延迟 6 阶之后，全部衰减到 2 倍标准差范围之内，所以可以认为该序列具有短期相关性，该差分后序列平稳。在检验的显著性水平取为 0．05 的条件下，由于Q检验统计量的P值均小于0．05，所以该差分序列不