20世纪90年代时间序列预测领域主要研究动态

被引:8
作者
向书坚
机构
[1] 中南财经政法大学信息学院!湖北武汉
关键词
时间数列; 分数差分; 结构模型; 神经网络;
D O I
暂无
中图分类号
F201 [经济预测];
学科分类号
摘要
2 0世纪 90年代 ,预测领域取得了比较丰硕的研究成果。预测方法除主观判断方法外 ,主要有单变量方法和多变量方法。单变量方法在实际中使用最多 ,主要涉及分数差分模型、结构模型、贝叶斯预测方法。多元回归方法仍是最常用的多变量预测方法 ,但对经济时间序列拟合多元回归模型存在一些问题 ,于是人们对向量回归模型进行了大量的研究。本文着重分析了国外学者关于预测方法的选择以及非线性模型的研究动态。
引用
收藏
页码:31 / 36+126 +126
页数:7
相关论文
共 3 条
  • [1] Forecasting consumers’ expenditure: A comparison between econometric and neural network models[J] . Keith B. Church,Stephen P. Curram.International Journal of Forecasting . 1996 (2)
  • [2] Statistical Methods for Data with Long-Range Dependence[J] . Jan Beran.Statistical Science . 1992 (4)
  • [3] Time Series Analysis: Forecasting and Control. Box GEP, Jenkins GM, Reinsel GC. Prentice Hall . 1994