摘要 | 第7-8页 |
abstract | 第8-9页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 文献综述 | 第11-14页 |
1.2.1 时间序列分析的发展历史与研究现状 | 第11-12页 |
1.2.2 经验模态分解的发展历史与研究现状 | 第12-14页 |
1.2.3 义乌小商品价格指数的研究现状 | 第14页 |
1.3 本文的主要内容 | 第14-16页 |
1.3.1 本文的结构 | 第14-15页 |
1.3.2 本文的创新与可优化方向 | 第15-16页 |
第2章 时间序列建模简析 | 第16-22页 |
2.1 时间序列的预处理 | 第16-17页 |
2.1.1 平稳时间序列 | 第16页 |
2.1.2 ADF检验法 | 第16-17页 |
2.1.3 非平稳时间序列转换方法 | 第17页 |
2.2 平稳时间序列模型 | 第17-18页 |
2.2.1 基本概念 | 第17-18页 |
2.2.2 ARMA模型的简介 | 第18页 |
2.3 扩展的自相关系数定阶法 | 第18-20页 |
2.4 非平稳时间序列模型 | 第20-21页 |
2.4.1 差分 | 第20页 |
2.4.2 ARIMA模型的简介 | 第20页 |
2.4.3 ARCH模型的简介 | 第20-21页 |
2.4.4 GARCH模型的简介 | 第21页 |
2.5 本章小结 | 第21-22页 |
第3章 时间序列的经验模态分解 | 第22-32页 |
3.1 基本概念 | 第22-23页 |
3.1.1 瞬时频率 | 第22页 |
3.1.2 本征模态函数 | 第22-23页 |
3.1.3 特征时间尺度 | 第23页 |
3.2 经验模态分解的基本原理 | 第23-27页 |
3.2.1 经验模态分解的基本思想 | 第23页 |
3.2.2 经验模态分解的基本理论与算法 | 第23-27页 |
3.2.3 IMF筛选过程停止准则 | 第27页 |
3.2.4 经验模态分解终止准则 | 第27页 |
3.3 经验模态分解的特点 | 第27-29页 |
3.3.1 经验模态分解的自适应性 | 第27-28页 |
3.3.2 经验模态分解的滤波性 | 第28页 |
3.3.3 经验模态分解的完备性 | 第28页 |
3.3.4 本征模态函数的正交性 | 第28-29页 |
3.4 EMD-ARIMA模型的建立 | 第29-31页 |
3.4.1“EMD-ARIMA-重构”方案的建模思路 | 第29-30页 |
3.4.2“EMD-重构-ARIMA”方案的建模思路 | 第30-31页 |
3.5 本章小结 | 第31-32页 |
第4章 EMD-ARIMA模型的实证分析研究 | 第32-55页 |
4.1 数据来源 | 第32页 |
4.2 基于EMD-ARIMA模型的细分化预测建模 | 第32-44页 |
4.2.1 EMD分解与白噪声检验 | 第32-33页 |
4.2.2 IMF与趋势量的平稳性检验 | 第33-35页 |
4.2.3 平稳分量的ARMA模型 | 第35-42页 |
4.2.4 非平稳分量的ARIMA模型 | 第42-44页 |
4.3 基于EMD-ARIMA模型的一次性预测建模 | 第44-46页 |
4.4 小商品价格指数的GARCH模型 | 第46-51页 |
4.5 模型的预测误差分析 | 第51-54页 |
4.5.1 模型预测的评价标准 | 第51-52页 |
4.5.2 三种方案的预测误差对比 | 第52-54页 |
4.6 本章小结 | 第54-55页 |
第5章 总结与展望 | 第55-58页 |
5.1 论文总结 | 第55-56页 |
5.2 研究展望 | 第56-58页 |
参考文献 | 第58-61页 |
附录 | 第61-62页 |
致谢 | 第62-63页 |