标题
  • 标题
  • 作者
  • 关键词

基于神经网络与非参数核方法CPI的ARMA预测与非线性改进

2018-08-31分类号:F224;F726

【作者】孙冠华  
【部门】南京大学经济学院  
【摘要】文章以1990年1月至2017年1月间我国CPI指数序列为研究对象,采用ARMA模型对序列进行拟合和预测,得到短期预测误差为3.599,长期预测误差为12.528。针对ARMA模型没有良好捕捉到CPI序列中非线性关系的缺陷,本文采用BP网络、RBF网络以及核方法对其作了改进。有非线性特征的三种模型长期预测精度与ARMA模型相当,而短期预测精度有较大提高,最大提高比例为51.85%。
【关键词】CPI  ARMA模型  BP网络  RBF网络  核方法
【基金】
【所属期刊栏目】统计与决策
文献传递