| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题的研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·本文的主要工作 | 第10-12页 |
| 第二章 时间序列模型的理论概述 | 第12-19页 |
| ·随机过程 | 第12页 |
| ·移动平均模型 | 第12-13页 |
| ·1-阶移动平均模型 | 第12-13页 |
| ·q -阶移动平均模型 | 第13页 |
| ·MA(q ) 的统计性质 | 第13页 |
| ·自回归模型 | 第13-15页 |
| ·1--阶自回归模型AR(1) | 第13页 |
| ·p -阶自回归模型 | 第13-14页 |
| ·AR( p) 平稳（Stationarity）条件 | 第14页 |
| ·AR( p ) 的参数特征 | 第14-15页 |
| ·自回归移动平均混合模型 | 第15-16页 |
| ·定义和性质 | 第15页 |
| ·偏相关函数 | 第15-16页 |
| ·平稳性检验 | 第16-17页 |
| ·平稳时间序列的概念 | 第17-18页 |
| ·ARIMA模型 | 第18页 |
| ·AIC 准则和BIC 准则 | 第18-19页 |
| ·建模流程 | 第19页 |
| 第三章 支持向量回归模型 | 第19-27页 |
| ·理论基础 | 第19-21页 |
| ·核函数 | 第21页 |
| ·最优超平面 | 第21-23页 |
| ·线性回归 | 第23-24页 |
| ·非线性回归 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 组合模型在我国GDP 预测中的应用实例 | 第27-39页 |
| ·指数平滑法 | 第27-28页 |
| ·平滑方法 | 第27页 |
| ·简单滑动平均 | 第27页 |
| ·简单指数平滑计算公式 | 第27页 |
| ·利用指数平滑对数据进行平滑和预测的步骤 | 第27-28页 |
| ·确定系数α | 第28页 |
| ·组合模型理论 | 第28-30页 |
| ·组合模型的应用情况 | 第28-29页 |
| ·几种常见组合预测权系数的确定方法 | 第29-30页 |
| ·实例应用 | 第30页 |
| ·我国GDP 值的特点分析 | 第30-32页 |
| ·时间序列模型与支持向量回归模型组合 | 第32-34页 |
| ·指数平滑模型与支持向量机回归模型组合 | 第34-36页 |
| ·支持向量回归模型预测 | 第36页 |
| ·加权组合预测 | 第36页 |
| ·分析比较 | 第36-39页 |
| 第五章 组合模型在我国外汇收入预测中的应用 | 第39-46页 |
| ·引言 | 第39页 |
| ·数据分析和处理 | 第39-41页 |
| ·建立ARIMA 模型 | 第41-42页 |
| ·建立指数平滑模型 | 第42-43页 |
| ·建立支持向量回归模型 | 第43页 |
| ·组合多个模型的预测值 | 第43-44页 |
| ·结论及展望 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48页 |