组合预测模型在CPI预测中的应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第6-13页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 国内外研究现状及综述 | 第7-10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.4 创新之处 | 第11-13页 |
| 第2章 预测模型介绍 | 第13-22页 |
| 2.1 SARIMA模型 | 第13-14页 |
| 2.2 GM(1,1)模型 | 第14-16页 |
| 2.3 BP神经网络模型 | 第16-18页 |
| 2.4 单项预测模型的缺陷 | 第18-19页 |
| 2.5 组合预测模型 | 第19-21页 |
| 2.6 评价预测误差指标 | 第21-22页 |
| 第3章 单项模型的CPI预测分析 | 第22-32页 |
| 3.1 数据概况 | 第22-23页 |
| 3.2 SARIMA模型的CPI预测分析 | 第23-28页 |
| 3.3 GM(1,1)模型的CPI预测分析 | 第28-30页 |
| 3.4 BP神经网络模型的CPI预测分析 | 第30-32页 |
| 第4章 组合模型的CPI预测分析 | 第32-42页 |
| 4.1 序列分解 | 第32页 |
| 4.2 周期波动项的预测分析 | 第32-36页 |
| 4.3 趋势变动项的预测分析 | 第36-37页 |
| 4.4 随机干扰项的预测分析 | 第37-38页 |
| 4.5 组合模型的预测分析 | 第38-39页 |
| 4.6 分析单项模型与组合模型效果 | 第39-41页 |
| 4.7 基于最优模型的CPI预测分析 | 第41-42页 |
| 第5章 结论与展望 | 第42-44页 |
| 5.1 结论 | 第42页 |
| 5.2 不足与展望 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 附录 | 第47-51页 |
| 附录1 原始数据 | 第47-49页 |
| 附录2 定基比数据 | 第49-51页 |
| 致谢 | 第51页 |
