文献详情
支持向量回归特征提取的ARMA准则--中国社会消费品零售总额预测的实证研究
外文标题：ARMA Criterion of Feature Extraction in Support Vector Regression:Empirical Research of Our National Social Total Retail Sales of Consumer Goods Prediction
文献类型：期刊
作者：蒋辉^[1]张波^[2]
机构：[1]中国人民大学统计学院
[2]惠州学院数学系

年：2012
期刊名称：统计与信息论坛
卷：27
期：7
页码范围：3-7
增刊：增刊
所属部门：统计学院
语言：中文
ISSN：1007-3116
链接地址：http://d.g.wanfangdata.com.cn/Periodical_tjyxxlt201207001.aspx
DOI：10.3969/j.issn.1007-3116.2012.07.001
基金：国家自然科学基金; 中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目
关键词：支持向量;局部回归;ARMA准则;特征提取;经济预测
摘要：根据统计学习理论,针对局部灰色支持向量回归方法,提出了单变量经济时间序列预测特征提取的ARMA准则.对中国社会消费品零售总额的试验结果表明:ARMA准则能客观准确地实现特征提取,获得较高的预测精度.
作者其他论文



金融资产配置中的因子面板随机波动模型研究.方国斌;张波.统计研究.2014,31(3),90-98.
Hawkes过程分支比估计--一种简单的非参数方法.吴奔;张波.统计研究.2015,32(3),92-99.
小产权房确权假设与房价动态变化.刘江涛;张波;黄志刚.经济问题探索.2014,24-30.
对进一步完善我国能源平衡表的探讨.赵彦云;周芳;张波.调研世界.2014,46-49.
L′evy 过程驱动的BSDE的反比较定理与Jensen不等式.李标;徐静;张波.数学杂志.2015,23-34.