| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 选题背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 ARIMA模型的研究现状 | 第10-11页 |
| 1.2.2 动态回归模型的研究现状 | 第11-12页 |
| 1.2.3 组合预测模型的研究现状 | 第12-14页 |
| 第2章 时间序列的基础知识 | 第14-25页 |
| 2.1 随机过程相关概念 | 第14-16页 |
| 2.1.1 均值、方差和协方差 | 第14-15页 |
| 2.1.2 随机游动 | 第15-16页 |
| 2.2 时间序列的概念 | 第16-17页 |
| 2.3 平稳时间序列相关概念 | 第17-18页 |
| 2.4 白噪声(序列)检验 | 第18-19页 |
| 2.5 平稳时间序列模型 | 第19-22页 |
| 2.5.1 AR模型 | 第19-20页 |
| 2.5.2 MA模型 | 第20-21页 |
| 2.5.3 ARMA模型 | 第21-22页 |
| 2.5.4 ARIMA模型 | 第22页 |
| 2.6 平稳时间序列的性质 | 第22-25页 |
| 2.6.1 ARMA(p,q)序列的自相关函数 | 第22-23页 |
| 2.6.2 ARMA(p,q)序列的偏自相关函数 | 第23-25页 |
| 第3章 预测相关知识 | 第25-32页 |
| 3.1 预测概念和评价指标 | 第25-26页 |
| 3.1.1 预测的概念与分类 | 第25页 |
| 3.1.2 预测遵循的原则 | 第25页 |
| 3.1.3 预测效果评价的指标体系 | 第25-26页 |
| 3.2 动态回归模型 | 第26-29页 |
| 3.2.1 动态回归模型 | 第26-27页 |
| 3.2.2 Engle-granger两步协整检验 | 第27-28页 |
| 3.2.3 残差自回归模型 | 第28-29页 |
| 3.3 组合模型 | 第29-32页 |
| 3.3.1 组合模型基本概念 | 第29页 |
| 3.3.2 组合模型权系数计算方法 | 第29-32页 |
| 第4章 实例分析 | 第32-50页 |
| 4.1 数据的初步分析和处理 | 第32-36页 |
| 4.2 ARIMA模型的运用 | 第36-39页 |
| 4.3 动态回归模型的运用 | 第39-44页 |
| 4.4 组合模型的实例分析 | 第44-50页 |
| 第5章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间公开发表论文 | 第55-56页 |
| 致谢 | 第56页 |