论文部分内容阅读
ARIMA过程在对非平稳时间序列进行直接差分时,固定相邻两期样本间的一阶自相关系数为1,但是实际中二者的相关程度是不确定且小于1的.直接差分法存在过度差分的缺陷,会损失有效信息.本文以经典力学中的矢量分析法为依托,对时间序列数据进行矢量化处理.用矢量的减法法则处理不平稳数据.结合质点沿球中弦下滑的等时性,创建基于等时球矢量弦的差分方法,进而构建矢量差分的ARMA模型.用差分时自相关系数自适应性论证了矢量差分法可以较好地保留时间序列的信息.对CPI数据进行实证研究的结果表明本方法与直接差分法相比预测误差更低