长记忆时间序列适应性预测的应用.pdfVIP

( ) 第 3 卷第 5 期 江 南 大 学 学 报 自 然 科 学 版 Vol. 3 　No. 5 　 　 　 2004 年 10 月 Journal of Southern Yangtze University( Natural Science Edition) 　　 　 Oct. 　2004 ( ) 文章编号 :1671 - 7147 2004 05 - 0544 - 03 　 长记忆时间序列适应性预测的应用 高 洁 (江南大学 理学院 ,江苏 无锡 214122) 摘 　要 : 给出某市 1973 年 1 月至 2002 年 12 月每月食品消费价格指数时间序列 ,利用长记忆时间 序列 ARFIMA (0 , d , 0) 模型的适应性预测公式预测了 2003 年 1 月、5 月、10 月、2004 年 3 月、8 月、2007 年 2 月的食品消费价格指数. 关键词 : 长记忆时间序列 ;ARFIMA (0 , d , 0) ;ARMA ( 1 , 1) ;适应性预测 ; 食品消费价格指数 中图分类号:O 211. 61 文献标识码 : A Application of Ada ptive Forecast for Longmemory Time Series GAO Jie ( School of Science , Southern Yangtze University , Wuxi 214122 , China) Abstract : Given a time series of the monthly consumer price index for food in a certain city from January 1973 to December 2002 , we use adaptive forecasting equation of longmemory time series ARFIMA ( 0 , d ,0) to forecast consumer price index for food of January 2003 , May 2003 , October 2003 , March 2004 , August 2004 , February 2007. Key words : longmemory time series ; ARFIMA ( 0 , d , 0) ; ARMA ( 1 , 1) ; adaptive forecasting ; consumer price index for food 　　Hosking[1 ]在研究尼尔河水流数据时观察到 ,当 似然过程. 因此 ,如果能弄清在什么条件下长记忆 ( ) 过程能合理地被某个短记忆 ARMA 模型近似 , 就 近似的自回归滑动平均 ARMA 过程有两个接近 于 1 的参数时 , 一个长记忆过程可被一个短记忆 能利用一般的 ARMA 方法去用这些近似模型完成 ARMA ( 1 ,1) 过程很好地近似代替. 虽然在文中没 预测以及评估这些预测的质量. ARMA 模型的一个 有对这个论断进行严格的证明 ,但他的模拟研究显