首页 | 本学科首页   官方微博 | 高级检索  
     

基于Kullback-Leibler信息量的最优ARMA模型组选择与组合预测研究
引用本文:赵昕东,钱国骐. 基于Kullback-Leibler信息量的最优ARMA模型组选择与组合预测研究[J]. 中国管理科学, 2011, 19(5): 21-28
作者姓名:赵昕东  钱国骐
作者单位:1. 华侨大学数量经济研究院, 福建 厦门 361021;2. 墨尔本大学数学与统计系, 澳大利亚 墨尔本 VIC 3010
基金项目:福建省自然科学基金项目(2009J01312); 中央高校基本科研业务费国家自然科学基金培肓计划(JB-ZR1135); 2011年福建省新世纪优秀人才支持计划
摘    要:ARMA模型在管理科学领域有着广泛的应用,组合预测可以提高ARMA模型的预测效果,但是如何选择最优模型组是十分重要但尚未解决的问题。本文提出了一个基于Kullback-Leibler信息量(简称K-L信息量)的最优模型组选择方法确定那些与最优模型无显著差异的模型形成最优模型组。最后,本文通过模拟数据比较了基于最优模型组的组合预测与根据AIC准则确定的单个最优模型的预测效果,组合预测效果要优于单模型预测。

关 键 词:Kullback-Leibler信息量  最优模型组  组合预测  
收稿时间:2009-04-09
修稿时间:2011-07-25

The Best ARMA Model Group Selection and Combined Forecasting Based on Kullback-Leibler Information
ZHAO Xin-dong,QIAN Guo-qi. The Best ARMA Model Group Selection and Combined Forecasting Based on Kullback-Leibler Information[J]. Chinese Journal of Management Science, 2011, 19(5): 21-28
Authors:ZHAO Xin-dong  QIAN Guo-qi
Affiliation:1. Institute of Quantitative Economics, Huaqiao University, Xiamen 361021, China;2. Department of Mathematics and Statistics, The University of Melbourne, Melbourne VIC 3010, Australia
Abstract:ARMA models are widely used in the field of management science.Combined forecasting can impove the effect of forecasting.However,how to select the best model group is very important but not well done.In this paper we propose a best model group selection method based on the Kullback-Leibler(K-L) information.First we measure the so called K-L distances between every candidate model and the true model using the K-L information,and then derive the confidence intervals of the gap between the K-L distence of each...
Keywords:Kullback-Leibler information  the best model group  combined forecast  
本文献已被 CNKI 等数据库收录!
点击此处可从《中国管理科学》浏览原始摘要信息
点击此处可从《中国管理科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号