arima模型的季课调整方法及研究进展.docVIP

下载本文档

8
0
约8.79千字
约 7页
2017-08-15 发布于天津
举报
版权申诉

arima模型的季课调整方法及研究进展.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

基于模型的春节因素调整方法研究郭志武蒲继红滕国召提要目的研究基于模型的春节因素调整方法方法构建通用的春节因素变量将其作为回归变量纳入季节性回归模型或采用或对模型的效果进行判断确定最优模型采用广义最小二乘法或最大似然法进行参数估计并根据估计出的回归系数计算春节因素的影响程度通过实例分析对上述方法进行实证结果实例分析表明引入春节因素变量后的季节调整方法能有效地消除春节因素对时间序列的影响并能定量分析春节因素的影响程度结论构建的春节因素变量具有较好的适用性基于模型的春节因素调整方法能有效地运用于时间序

基于ARIMA模型的春节因素调整方法研究* 郭志武蒲继红滕国召【提要】目的研究基于ARIMA模型的春节因素调整方法。方法构建通用的春节因素变量，将其作为回归变量纳入季节性ARIMA回归模型（regARIMA或TRAMO），采用AIC或BIC对模型的效果进行判断，确定最优模型。采用广义最小二乘法或最大似然法进行参数估计，并根据估计出的回归系数计算春节因素的影响程度。通过实例分析对上述方法进行实证。结果实例分析表明，引入春节因素变量后的季节调整方法能有效地消除春节因素对时间序列的影响，并能定量分析春节因素的影响程度。结论构建的春节因素变量具有较好的适用性，基于AR