摘要
时间序列分析方法的运用呈现出多样性和组合型的特点。针对于当前时间序列模型运用存在的分割性不足,在对时间序列分离后独立序列的特性出发,认为应当对独立分离序列分别建立适合波动规律的预测模型。文章首先采取HP滤波对生猪存栏量进行分离,然后采用ARIMA模型和Markov转移模型分别对趋势序列和随机序列进行预测并加总,最后采用原始序列的ARIMA处理结果与组合模型进行对比,发现了组合模型要优于传统ARIMA。
出处
《统计与决策》
CSSCI
北大核心
2013年第6期102-104,共3页
Statistics & Decision
基金
重庆市教育委员会课题资助项目(09SKT04)