摘要
居民价格消费指数序列是一个波动具有线性与非线性特征的集合。文章通过构建移动平均自回归模型与神经网络模型的组合模型——ARIMA-BP,对2008年11月—2013年8月的我国居民消费价格指数(CPI)进行预测,同时在与门限自回归模型(TAR)模型估计结果进行对比后认为,线性—非线性组合模型更能够挖掘时序内在特征,具有良好的预测效果。
出处
《统计与决策》
CSSCI
北大核心
2014年第3期82-84,共3页
Statistics & Decision
基金
2013年国家自然科学基金资助项目(71303078)