ARMA模型在小麦价格指数预测中的应用
传统的平稳时间序列模型的建模方法,是以时间序列的样本自相关函数及偏自相关函数为依据进行模型识别,不可避免的会产生一定的误差.文章采用Pandit-Wu系统建模方法,该方法不用通过计算样本自相关函数和偏自相关函数进行模型识别,可以避免样本数据带来的误差.实证研究结果表明,利用Pandit-Wu系统建模方法构建的小麦价格指数平稳时间序列模型,具有较好的预测精度.
ARMA模型、价格指数、显著性检验、预测
F222.3(经济计算、经济数学方法)
滨州学院科研基金项目BZXYL1104;滨州学院服务滨州科学发展行动计划项目BZXYFB20130703
2015-05-29（万方平台首次上网日期，不代表论文的发表时间）
82-84
