傳統(tǒng)計量經(jīng)濟(jì)預(yù)測模型只能針對同頻數(shù)據(jù),本文介紹了混頻數(shù)據(jù)的預(yù)測模型,構(gòu)建了四種不同權(quán)重函數(shù)的混頻回歸預(yù)測模型和非限制混頻預(yù)測模型,根據(jù)四種模型的擬合精度,選擇最優(yōu)權(quán)重函數(shù)后進(jìn)一步以神經(jīng)網(wǎng)絡(luò)為加權(quán)方式構(gòu)建了混頻回歸組合預(yù)測模型。最后以美國GDP數(shù)據(jù)為例,介紹了所提組合方法的應(yīng)用,結(jié)果表明本文所提的神經(jīng)網(wǎng)絡(luò)組合預(yù)測方法是有效和可行的,為混頻數(shù)據(jù)的組合預(yù)測提供了一個新的思路。 

【文章來源】：河北企業(yè). 2020,(07)

【文章頁數(shù)】：2 頁

【文章目錄】：
一、預(yù)備知識
二、模型


【參考文獻(xiàn)】：
期刊論文
[1]百度指數(shù)、混頻模型與三亞旅游需求[J]. 秦夢,劉漢.  旅游學(xué)刊. 2019(10)
[2]基于混頻回歸類模型對中國季度GDP的預(yù)報方法研究[J]. 王維國,于揚(yáng).  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2016(04)
[3]基于混頻模型的CPI短期預(yù)測研究[J]. 龔玉婷,陳強(qiáng),鄭旭.  統(tǒng)計研究. 2014(12)

博士論文
[1]基于缺失混頻數(shù)據(jù)的股票指數(shù)組合預(yù)測模型及實證研究[D]. 林紅華.重慶大學(xué) 2018
[2]中國宏觀經(jīng)濟(jì)混頻數(shù)據(jù)模型的研究與應(yīng)用[D]. 劉漢.吉林大學(xué) 2013

碩士論文
[1]消費(fèi)者信心、股指收益與經(jīng)濟(jì)增長研究[D]. 黎依堞.青島大學(xué) 2019
[2]混頻模型在債券市場中的應(yīng)用[D]. 姚家進(jìn).桂林電子科技大學(xué) 2019



本文編號：3272202