时间序列的函数型变系数自回归预测方法研究
| 中文摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 引言 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 论文的主要工作及技术路线 | 第14-16页 |
| 1.3.1 论文的主要工作 | 第14-15页 |
| 1.3.2 本文的技术路线 | 第15-16页 |
| 第二章 自回归预测模型 | 第16-20页 |
| 2.1 AR模型的相关概念 | 第16页 |
| 2.2 阶数估计方法 | 第16-18页 |
| 2.3 系数估计方法 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 时序数据的变系数自回归预测 | 第20-30页 |
| 3.1 变系数自回归简介 | 第20-21页 |
| 3.2 基于时序数据的变系数自回归预测模型 | 第21-22页 |
| 3.3 变系数自回归实验 | 第22-27页 |
| 3.3.1 实验环境及数据 | 第22-23页 |
| 3.3.2 实验结果及分析 | 第23-27页 |
| 3.4 本章小结 | 第27-30页 |
| 第四章 自回归系数的函数化 | 第30-40页 |
| 4.1 函数型数据分析简介 | 第30-32页 |
| 4.1.1 函数型数据分析 | 第30页 |
| 4.1.2 数据的函数化与光滑系数 | 第30-32页 |
| 4.2 光滑系数的求解策略 | 第32-36页 |
| 4.2.1 拟合优化求解策略 | 第33-34页 |
| 4.2.2 差分求解策略 | 第34-36页 |
| 4.3 时间序列函数化实验 | 第36-39页 |
| 4.3.1 实验数据 | 第36页 |
| 4.3.2 实验结果及分析 | 第36-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 攻读学位期间取得的研究成果 | 第46-48页 |
| 致谢 | 第48-50页 |
| 个人简况及联系方式 | 第50-54页 |
