基于ARIMA模型的组合模型研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-18页 |
| ·预测方法概论 | 第12-15页 |
| ·时间序列预测的国内外进展 | 第15-16页 |
| ·研究短期经济数据预测的目的和意义 | 第16-17页 |
| ·作者所作工作和文章内容安排 | 第17-18页 |
| ·论文的主要工作 | 第17页 |
| ·章节内容安排 | 第17-18页 |
| 第2章 基本原理和基础知识 | 第18-36页 |
| ·灰色系统背景和基本思想介绍 | 第18页 |
| ·灰色GM(1,1)预测模型 | 第18-21页 |
| ·灰色GM(1,1)建模步骤 | 第21-23页 |
| ·GM(1,1)模型建模步骤 | 第21-23页 |
| ·GM(1,1)模型残差检验 | 第23-24页 |
| ·后验查检验 | 第23-24页 |
| ·不同维GM(1,1)模型的优选 | 第24页 |
| ·小波变换基础 | 第24-28页 |
| ·多尺度分析和 Mallat 算法 | 第28-30页 |
| ·单支重构算法 | 第30-31页 |
| ·神经网络原理 | 第31-34页 |
| ·BP 神经网络算法思想 | 第32-33页 |
| ·网络算法的基本步骤 | 第33-34页 |
| ·小结 | 第34-36页 |
| 第3章 基于时间序列分析的中国财政收入预测 | 第36-52页 |
| ·时间序列 | 第36页 |
| ·什么是时间序列 | 第36页 |
| ·时间序列分析目的 | 第36页 |
| ·平稳时间序列的定义 | 第36-37页 |
| ·平稳时间序列的性质 | 第37-38页 |
| ·自协方差函数 | 第37页 |
| ·自相关函数 | 第37-38页 |
| ·ARMA 模型及特征 | 第38-41页 |
| ·AR 模型 | 第38-39页 |
| ·MA 模型 | 第39-40页 |
| ·ARMA 模型 | 第40-41页 |
| ·模型识别 | 第41-43页 |
| ·AR 模型的识别 | 第41-42页 |
| ·MA 模型的识别 | 第42-43页 |
| ·ARMA 模型的识别 | 第43页 |
| ·非平稳序列的平稳化模型 | 第43-44页 |
| ·时间序列分析实例 | 第44-50页 |
| ·ARIMA 建模思想 | 第45页 |
| ·ARIMA 模型预测的基本步骤 | 第45-46页 |
| ·ARIMA 法对我国财政收入进行建模 | 第46-50页 |
| ·小结 | 第50-52页 |
| 第4章 组合模型的中国GDP 预测 | 第52-62页 |
| ·组合预测模型背景 | 第52页 |
| ·组合预测模型的构建 | 第52-55页 |
| ·实例验证基于组合预测模型GDP 预测 | 第55-61页 |
| ·时间序列预测 | 第55-58页 |
| ·运用GM(1,1)模型预测 | 第58-60页 |
| ·组合模型 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第5章 组合模型的上证指数预测 | 第62-70页 |
| ·基本理论 | 第62-65页 |
| ·小波分析 | 第62-63页 |
| ·BP 神经网络基本原理 | 第63-64页 |
| ·ARIMA 模型的基本原理 | 第64-65页 |
| ·基于小波分析的上证指数组合预测模型 | 第65-66页 |
| ·算法基本思想 | 第65页 |
| ·算法具体步骤 | 第65-66页 |
| ·算例分析 | 第66-69页 |
| ·小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
