复杂季节时间序列模型研究 |
| |
引用本文: | 马佳羽,韩兆洲.复杂季节时间序列模型研究[J].统计与决策,2017(6):27-30. |
| |
作者姓名: | 马佳羽 韩兆洲 |
| |
作者单位: | 暨南大学经济学院,广州,510632 |
| |
基金项目: | 国家社会科学基金资助项目(15ATJ001) |
| |
摘 要: | 季节时间序列有时不止有一个季节周期,比如以小时计的数据,24小时可以是一个季节周期,同时,一周可以是一个季节周期.为解决传统模型不能处理复杂季节问题,文章采用傅里叶级数序列作为ARIMA模型的辅助回归元,对我国2004年1月至2015年8月的铁路客运量进行拟合.结果表明,分别选择正余弦个数为1和4的2.6和12个月为周期的傅里叶级数作为辅助回归元拟合ARIMA(3,1,1)模型最优,拟合的平均绝对百分比误差(MAPE)为5.46%.在此基础上对我国2016年各月份的客运量进行了预测.
|
关 键 词: | 复杂季节 傅里叶级数 铁路客运量 |
Time Series Data With Complex Seasonal Periods Studies |
| |
Authors: | Ma Jiayu Han Zhaozhou |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|