基于ARIMA的组合模型问题研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 选题的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 第2章 时间序列基础知识 | 第13-22页 |
| 2.1 时间序列的概念 | 第13页 |
| 2.2 时间序列的分类 | 第13-14页 |
| 2.3 时间序列分析的目的 | 第14页 |
| 2.4 时间序列统计特征量 | 第14页 |
| 2.5 平稳性 | 第14-15页 |
| 2.6 白噪声 | 第15-16页 |
| 2.7 平稳时间序列模型 | 第16-18页 |
| 2.7.1 一般线性过程 | 第16-17页 |
| 2.7.2 滑动平均过程 | 第17页 |
| 2.7.3 自回归过程 | 第17-18页 |
| 2.7.4 自回归滑动平均混合模型 | 第18页 |
| 2.8 自相关函数和偏自相关函数 | 第18-22页 |
| 2.8.1 ARMA(p,q)序列的自相关函数 | 第18-19页 |
| 2.8.2 ARMA(p,q)序列的偏自相关函数 | 第19-20页 |
| 2.8.3 ARIMA模型的建模过程 | 第20-22页 |
| 第3章 指数平滑方法相关理论 | 第22-26页 |
| 3.1 指数平滑模型的历史发展和概念 | 第22页 |
| 3.2 指数平滑法的特点 | 第22-23页 |
| 3.3 移动平均法 | 第23页 |
| 3.4 一次指数平滑模型 | 第23-24页 |
| 3.5 二次指数平滑模型 | 第24-26页 |
| 第4章 预测相关知识 | 第26-30页 |
| 4.1 预测的概念 | 第26页 |
| 4.2 预测遵循的原则 | 第26页 |
| 4.3 预测效果评价的指标体系 | 第26-27页 |
| 4.4 组合预测的概念 | 第27页 |
| 4.5 组合预测模型权系数的计算方法 | 第27-30页 |
| 第5章 实例分析 | 第30-43页 |
| 5.1 数据的初步分析和处理 | 第30-33页 |
| 5.2 模型的建立 | 第33-36页 |
| 5.3 ARIMA模型的应用 | 第36-37页 |
| 5.4 ARIMA模型的残差分析 | 第37-41页 |
| 5.5 指数平滑法分析 | 第41-43页 |
| 第6章 组合模型的建立 | 第43-47页 |
| 第7章 论文结论与展望 | 第47-50页 |
| 7.1 结果分析 | 第47-49页 |
| 7.2 本文所做的主要工作 | 第49页 |
| 7.3 论文展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间公开发表论文 | 第53-54页 |
| 致谢 | 第54-55页 |
| 研究生履历 | 第55页 |
