自回归建模 发表评论(0) 编辑词条

一、最小均方误差预测概念 二、平稳ARMA模型最小均方误预测的推导
一、最小均方误差预测概念
二、平稳ARMA模型最小均方误预测的推导
条件期望预测
一、条件期望预测的一般公式
二、用条件期望进行预测
三、ARMA(p,q)模型条件期望预测的一般结果
四、ARMA(p,q)条件期望预测的置信区间
一、条件期望预测的一般公式
二、用条件期望进行预测
1.AR(1)模型的条件期望预测
设xt适合如下AR(1)模型:
2、AR(2)模型的条件期望预测
4、MA(1)模型的条件期望预测 
预测举例：
例1：利用对zl14所建立的模型进行预测。
先对原序列零均值化， 然后建

前已证明，条件期望预测与最小均方误预测是一致的，因此，预测误差和误差方差也是相同的。
因此，条件期望的预测误差为：
在Eviews中利用ARMA模型进行预测。
（1）Eviews中进行预测时的两个选项。
Dynamic—动态预测。
Static—一步超前预测。
对于ARMA模型：
若对序列进行拟合分析，则选static。
若向前L步预测，则要选dynamic，并且要先对工作区间、样本区间进行调整如下：
(1)expand @first t+l
(2)smpl t+1 t+l

第四节 适时修正预测
一、问题的提出
二、适时修正预测公式
一、问题的提出
二、适时修正预测公式
1、适时修正预测公式的推导
（1）适时修正预测公式
第五节 指数平滑预测与ARMA模型
一、简单移动平均法
二、一次指数平滑预测的原理
二、一次指数平滑预测的原理
一次指数平滑预测的基本公式为：