多种时间序列预测方法的比较研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-10页 |
| 1.1 引言 | 第8-9页 |
| 1.2 本文主要内容 | 第9-10页 |
| 第二章 相关理论介绍 | 第10-25页 |
| 2.1 最小二乘估计 | 第10-12页 |
| 2.1.1 最小二乘估计的基本原理 | 第10-11页 |
| 2.1.2 最小二乘估计的基本性质 | 第11-12页 |
| 2.1.3 最小二乘估计的不足 | 第12页 |
| 2.2 岭回归 | 第12-17页 |
| 2.2.1 岭回归的定义 | 第13-14页 |
| 2.2.2 岭回归估计的性质 | 第14页 |
| 2.2.3 岭参数k的选取 | 第14-17页 |
| 2.2.4 岭回归和最小二乘的比较 | 第17页 |
| 2.3 Lasso回归 | 第17-20页 |
| 2.3.1 Lasso回归的定义 | 第17-18页 |
| 2.3.2 参数t的估计 | 第18-19页 |
| 2.3.3 Lasso回归和岭回归的比较 | 第19-20页 |
| 2.4 支持向量机 | 第20-23页 |
| 2.4.1 核函数 | 第20页 |
| 2.4.2 ε-支持向量回归机 | 第20-22页 |
| 2.4.3 基于支持向量回归机的预测步骤 | 第22页 |
| 2.4.4 支持向量机与前三种方法的比较 | 第22-23页 |
| 2.5 模型评价指标 | 第23-25页 |
| 2.5.1 拟合优度 | 第23-24页 |
| 2.5.2 MSE准则 | 第24-25页 |
| 第三章 实例验证 | 第25-35页 |
| 3.1 背景介绍 | 第25页 |
| 3.2 数据说明 | 第25-26页 |
| 3.3 matlab软件介绍 | 第26-27页 |
| 3.4 数据回归实现 | 第27-32页 |
| 3.4.1 最小二乘回归实现 | 第27-28页 |
| 3.4.2 岭回归实现 | 第28-29页 |
| 3.4.3 lasso回归实现 | 第29-31页 |
| 3.4.4 支持向量回归机实现 | 第31-32页 |
| 3.5 实际数据预测结果分析 | 第32-35页 |
| 第四章 总结与展望 | 第35-36页 |
| 参考文献 | 第36-38页 |
| 致谢 | 第38-39页 |
