摘要: ARMA模型在管理科学领域有着广泛的应用,组合预测可以提高ARMA模型的预测效果,但是如何选择最优模型组是十分重要但尚未解决的问题。本文提出了一个基于Kullback-Leibler信息量(简称K-L信息量)的最优模型组选择方法确定那些与最优模型无显著差异的模型形成最优模型组。最后,本文通过模拟数据比较了基于最优模型组的组合预测与根据AIC准则确定的单个最优模型的预测效果,组合预测效果要优于单模型预测。
中图分类号:
赵昕东, 钱国骐. 基于Kullback-Leibler信息量的最优ARMA模型组选择与组合预测研究[J]. 中国管理科学.
ZHAO Xin-dong, QIAN Guo-qi. The Best ARMA Model Group Selection and Combined Forecasting Based on Kullback-Leibler Information[J]. Chinese Journal of Management Science.