ARIMA模型；LSTM神经网络；时间加权最小二乘；时间序列预测.docxVIP

1 摘要 本文主要比较了ARIMA模型和LSTM模型在时间序列预测的效果。其中，ARIMA模型下，本文提出了一种新的时间加权的最小二乘方法，在此方法下推出了参数的估计量形式，并证明了该估计量为无偏估计量。另一方面，本文通过了实证和模拟的方法，比较了普通最小二乘的ARIMA模型，时间加权最小二乘的ARIMA模型，LSTM模型的预测效果。针对LSTM为代表的机器学习方法在时间序列预测效果和时间序列预测效果的评价标准提出了质疑：RMSE和类似的误差函数作为评估预测效果过于单一；机器学习方法的预测效果存在相位平移和延迟的现象。 关键词：ARIMA模型；LSTM神经网络；时间加权最小二乘；时间序列预测