q)模型相关论文
由于金融计量经济学的兴起，各种新的关于时间序列的数学模型也被提出来解释当今经济金融中发生的问题与现象.自从Engle在1982年开创......
【摘要】文章运用时间序列分析模型ARIMA（p，d，q）模型对我国消费者信心指数的变化特征及发展趋势进行分析并对未来时间内做预测，最后得出......
城市用水量由于受经济、人口、生活水平等多种因素的影响,具有一定的灰色特征。多变量灰色MGM(1,n)模型作为GM(1,1)模型的扩展和补......
目的了解浙江省1998—2014年5岁以下儿童死亡率的时间分布规律,预测2015年5岁以下儿童死亡率。方法对1998—2014年5岁以下儿童死亡......
文章通过对贺州市2003年至2008年间的出口月度数据进行分析,利用ARMA(p,q)模型来分析短期内贺州市出口数据的变化趋势.通过对比,找......
定义零算子和单位算子,并定义Back算子多项式的加法运算和乘法运算规则,加法类似于普通的加法运算,乘法为算子的复合运算,于是Back......
讨论了DSAR（1）模型xt=θtxt-1＋εt（1）的平稳解存在的条件，这里，θt是平稳的自回归滑动平均ARMA（p，q）序列．并且，在θt是一阶自回归序列AR（1）时，给出......
在用线性时间序列模型拟合语音数据时(例如用AR模型拟合),模型阶数越高,参数个数越多,统计计算时误差越大.本文在理论上对ARMA(1,q......
为了更好地研究利率因素对破产概率的影响，利用时间序列理论，建立了ARMA（p，q）利率模型，在此利率模型下。通过积分方程得到了破产概率的上......
BoD协议中可以通过充分利用按需分配后剩余的带宽来降低时延.首先针对如何高效地利用剩余带宽及其对反馈控制的影响,提出了一种新......
利用计量经济学软件EViews4．0，对深沪股市自开市至今2004年10月14年的大盘月收盘指数的波动进行了研究，建立了2个市场相应的ADL（p，q）模型......
根据1985年—2005年我国外汇数据建立了ARIMA（p，d，q）模型，并利用Eviews3．1求解得到1998年—2020年外汇储备的预测值，且残差通过了单位根检......
汇率是开放经济中居于核心地位的经济变量,它的变动对一国经济产生诸多方面的影响。基于事件研究方法,将＂2005年7月21日央行宣布人......
利用鞍山近50a夏季降水资料，分析了鞍山夏季旱涝等级与暴雨次数的关系，指出暴雨是影响夏季旱涝的主要因素，并利用ARMA(p，q)模型对1991～2......
运用Mallat算法和Daubechies小波分解技术,把时间序列分解为比原始时间序列更单一的细节部分和概貌部分,然后把分解后的细节部分和......
基于随机过程理论对物流活动中的库存管理进行优化：在传统的市场需求固定的基础上对顾客需求是随机的情形进行分析，推导模型并进行求......
本文根据ADL(p,q)模型,借助计量经济学软件Eviews,研究了上证综指和深证综指股市在一定时间段上大盘日、周、月收盘指数与其对应成......
用B样条函数最小二乘法的非参数回归与时间序列相结合的方法建豆了季节性时间序列预测模型．利用滑动平均估计季节项，再利用B样条函数......
根据1978-2009年的统计数据，首先将我国物流产业增值与我国GDP进行回归分析，然后将我国物流产业增值进行时间序列的四种方法的建模。......
本文运用二次函数型、指数函数型、对数函数型和幂函数型四种不同方法同时建立模型，以沪深300指数样本股票为研究对象．采用CSAD法并......
在时间序列分析中,ARMA模型有着广泛应用,其参数估计问题的研究占据着重要地位.目前学者们已提出多种估计方法,但存在计算量大、收......
本文主要研究了离散值的ARMA(p, q)模型,在定义了Pegram混合算子*的情况下,研究了DAR(p)的让步比函数θ(h),再进一步推广到一般的D......
在NCBI数据库中获得1902—2013年关于流感病毒10种组成蛋白的所有氨基酸序列,在MATLAB中采用大数据编程分析,结合详细的HP模型,并......
运用ARIMA(p,d,q)模型和灰色理论中的GM(1,1)改进模型组合预测负荷.同时,对气候温度急变日负荷预测值进行特殊处理,提高了负荷预报......
讨论了ARCH(0,q)模型中对数条件似然函数的极小值和唯一性,证明了估计量的强相合性....
金融系统中货币供应量的大小是影响经济金融体系能否正常运行的重要因素,正确预测货币供应量走势对我国经济金融政策的决策和经济......
在矿区开采沉陷预报过程中,基于统计学的预报模型是开采沉陷预报的一种重要的手段。本文采用GM(1,1)模型和ARIMA(p,d,q)模型预测了......
高频金融时间序列数据样本容量大,采集周期短,包含了丰富的市场信息,是金融市场特征的最好反映。为了更深入地探究市场微观结构,高......
本文首次在国内利用较新的两步ELW方法估计中国股市长期记忆参数,并通过分析时变记忆参数特征,确定股市趋势发生变化时记忆参数下......
用时间序列模型来分析乙型、丙型这两种流感病毒,对乙流、丙流病毒DNA序列提供了一种新的时间序列模型,即CGR弧度序列。利用CGR坐......
利用DNA序列的混沌游戏表示（chaos game representation,CGR）,提出了将2维DNA图谱转化成相应的类谱格式的方法. 该方法不仅提供了一......
目的探讨某院5年门诊量的季节变动趋势。方法通过分析医院时间序列资料的变动规律，使用ARIMA（p，d，g）模型分析门诊量的动态变化。结果医......
阐述了疏系数ARIMA(p ,d ,q)模型的建立方法 ,提出了适用于广西区普通日电力负荷预测的数据预处理方法 ,利用建立的动态ARIMA(p ,d......
本文运用EGARCH(p,q)模型,研究了中国黄金市场的黄金价格波动率,同时通过回归分析,研究了黄金价格风险与收益关系。研究表明:EGARC......
本文利用基于随机时间序列分析的ARMA模型构建黄金期货价格预测方法。首先对一段时间内黄金期货价格的时间序列进行平稳化处理,识......
为了提高滑动平均模型ARMA（p,q）的预测精度,将模型参数估计转化为无约束优化问题,结合非线性规划中的共轭方向思想,提出一种改进的共......
上证综合指数即上海证券综合指数,英文是:Shanghai(securities)composite index,简称:"Shanghai composite index composite index......
随着股市的不断发展和完善,越来越多的炒股爱好者进入了股市,但是经验的缺乏和交易系统的欠缺使很多入市者的资金不断缩水,从而演......
中国的房地产业在近几年取得了快速的发展,同时房价上涨等现象也引起了社会的普遍关注,房价问题成为目前中国经济的一大热点,同时......
钢材是国家发展过程中不可替代的重要物资,在我国经济中的重要性不言而喻。长期以来,钢材的价格由于受到用钢企业对钢材需求的不断......
本文利用较新的精准局部似然函数法,以上证指数为对象,估计了ARFIMA(p,d,q)模型的长期记忆参数d,并分析了上证指数的趋势性变化。......
本文就我国人口为研究对象,以1949年至2015年我国年末总人口为例,用时间序列分析方法和统计学软件Eviews建立ARIMA模型,并预测未来......
时间序列模型是根据观测到的时间序列数据建立的模型,如随机系数自回归(Random coefficient autoregressive,RCA)模型,GARCH(Gener......
我国进出口贸易总额随时间变化处于不断的波动中,研究我国进出口贸易总额波动的基本规律、预测短期内我国进出口贸易总额的现实问......
