非参数回归估计与人工神经网络方法的预测效果比较  

作　　者：康进[1] 刘敬伟[1] 

机构地区：[1]北京航空航天大学数学与系统科学学院,北京100191

出　　处：《统计与决策》2009年第23期153-155,共3页Statistics & Decision

摘　　要：文章研究了非参数回归方法在中石油和浦发银行等六支股票的价格预测中的应用。讨论了核估计、k阶最近邻估计、样条估计和惩罚样条估计4种常用的非参数回归方法,其中,核估计和k阶近邻估计共选取5种不同的权函数。最后,以MAPE为判断指标,将非参数回归方法的预测结果与RBF(多变量插值的径向基函数)人工神经网络方法的预测结果进行了比较。

关 键 词：非参数回归 最近邻估计 样条估计 核估计 RBF网络 

分 类 号：F224.0[经济管理—国民经济]