基于小波分析与贝叶斯估计的组合统计建模

小波分解方法可以实现时间序列的分解。利用小波分析分解出趋势项序列与周期项序列,分别对两部分序列建立ARMA模型进行预测,并重构序列。为了降低估计效率的代价,本文引入MCMC方法对趋势项和周期项序列建立的ARMA模型参数进行估计,得出自回归系数与剩余项(趋势项序列减去自回归项的预测值),并利用OLS方法对剩余项重新估计,最后重组序列。利用样本外数据进行预测分析,我国铁路货运量数据的实证分析结果表明,小波分析的引入可提高预测效果,基于小波分析与MCMC-OLS估计组合方法与其他方法相比,预测效果更好。