一种基于权函数的稳健时序估计方法  

作　　者：苏拥英[1] 王达布希拉图 

机构地区：[1]广州科技贸易职业学院,广州511442 [2]广州大学经济与统计学院,广州510006 [3]广州大学岭南统计科学研究中心,广州510006

出　　处：《统计与决策》2015年第24期16-20,共5页Statistics & Decision

基　　金：国家自然科学基金资助项目(11271096)

摘　　要：异常点对时间序列的模型识别、参数估计、诊断检验乃至预测都有重要的影响,而ARMA模型在建模过程中极易受异常点影响。文章采用Huber权函数对不同的点施加不同权重的方法减少异常点影响,为此构建新的稳健自相关函数。将该稳健时序建模方法与传统的建模方法同时用于对五粮液股票收盘价的ARMA建模,模型诊断结果表明该稳健估计方法所建模型拟合五粮液股票收益率的相依性的效果显著优于传统的ARMA建模方法。将该稳健ARMA模型用于五粮液股价短期预测,所得预测值与实际值的平均误差率在4%以内,此结果验证该稳健自相关函数的可靠性。

关 键 词：ARMA模型 权函数 五粮液 预测 

分 类 号：O213[理学—概率论与数理统计]