自回归预测模型.docVIP

自回归模型 一、 预测方法综述 预测方法大体上分为定性预测法、时间序列预测法和因果模型预测法。定性预测法是在数据资料掌握不多的情况下，依靠人的经验和分析能力，用系统的、逻辑的思维方法，把有关资料加以综合、进行预测的方法。定性预测法包括特尔斐法、主观概率预测法、判断预测法等方法。时间序列预测法是依据预测对象过去的统计数据，找到其随时间变化的规律，建立时序模型，以判断未来数值的预测方法。其基本思想是:过去的变化规律会持续到未来，即未来是过去的延伸。时间序列预测法包括时间序列平滑法、趋势外推法、季节变动预测法等确定型时间序列的预测方法和马尔可夫法、随机型时间序列的预测方法。因果模型预测法是把所要预测的对象同其他有关因素联系起来进行分析，制定出揭示因果关系的模型，然后根据模型进行预测。因果模型预测法包括回归分析预测法、经济计量模型法、投入产出预测法等。由于时间序列预测法和因果模型预测法都是以统计资料为依据，应用统计方法进行预测的，所以有时两者统称为统计预测。 到目前为止，已有近二百种预测方法。1987年，Ledes和Farbor首次将神经网络引入到预测领域中，无论是从思想上、还是技术上都是一种拓宽和突破。 常用的分析和预测方法有下面几种: (1) 投资分析方法。这是市场分析家常用的方法。 (2) 时间序列分析法。这种方法主要是通过建立综合指数之间的时间序列相关辩识模型，如自回归移动平