数学建模】MATLAB应用实战系列(九十八)-ARMA算法应用案例(附MATLAB代码)

网友投稿 1125 2022-05-28

前言

自回归滑动平均模型(简称:ARMA模型)。是研究时间序列的重要方法,由自回归模型(简称AR模型)与移动平均模型(简称MA模型)为基础“混合”构成。在市场研究中常用于长期追踪资料的研究,如:Panel研究中,用于消费行为模式变迁研究;在零售研究中,用于具有季节变动特征的销售量、市场规模的预测等[1]。

01实例分析

实例1

已知一个公司前11年每个季度销量如下图所示,一个数据点代表一个季度的销售额,4个季度为1个周期,预测后一年(周期)的数据。并和季节指数预测方法进行对比。

实例2

【数学建模】MATLAB应用实战系列(九十八)-ARMA算法应用案例(附MATLAB代码)

已知一个地区45天的股票收盘价格如下图,预测后10天的数据股票价格。

02原理解析

ARMA(p,q)模型的基本形式

matlab

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:MapReduce学习(5)
下一篇:初学python100例-案例26 反序输出 并没有那么难 少儿编程案例讲解
相关文章