-
题名基于Gibbs抽样的我国汇率可加异常值的识别
- 1
-
-
作者
王利粉
沈霞
刘统华
-
机构
云南师范大学数学学院
-
出处
《新乡学院学报》
2010年第3期21-23,31,共4页
-
文摘
异常值会使统计分析误差增大,为了识别这些异常值,本文给出了基于Gibbs抽样识别可加异常值的方法,并用我国人民币对美元汇率的月度数据进行实证研究。
-
关键词
可加异常值
GIBBS抽样
MCMC
汇率
-
Keywords
additive outliers
Gibbs sampling
MCMC
exchange rate
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名基于ARMA-AO-GARCH的组合预测模型
- 2
-
-
作者
张艳辉
殷向宇
闫亮
-
机构
河北经贸大学数学与统计学学院
-
出处
《市场周刊》
2021年第12期155-157,共3页
-
基金
河北省自然科学基金面上项目(项目编号:A2020207006)
全国统计科学研究一般项目(项目编号:2019LY27)。
-
文摘
在充分考虑到金融数据具有的线性特征、非线性特征以及容易受到突发事件影响而产生异常值的特点后,提出了一种ARMA-AO-GARCH组合预测模型,对上证指数收益率序列和黄金价格收益率序列两个数据集进行了实证研究及预测。此外,还建立了ARMA模型以及ARMA-GARCH模型与提出的模型进行预测效果的对比。结果表明,ARMA-AO-GARCH组合模型的预测效果要优于其他两种模型,为金融投资收益率的预测提供了参考。
-
关键词
ARMA
GARCH
可加异常值
股票收益率
黄金价格收益率
-
Keywords
ARMA
GARCH
additive outliers
stock return rate
gold price return rate
-
分类号
F224
[经济管理—国民经济]
F830.9
-
-
题名一种新的电梯交通流异常值检测算法
- 3
-
-
作者
商安娜
-
机构
陕西理工学院电气工程系
-
出处
《机械管理开发》
2008年第6期10-11,共2页
-
基金
2007新进硕士科研启动项目
项目编号:SLGD0739
-
文摘
介绍异常值的基本种类以及对序列的影响,总结至今为止国内外使用较为广泛的异常值检测算法及其相应的改进算法,在此基础上可得出一种新的电梯交通流序列异常值检测算法,仿真验证表明效果较好。
-
关键词
时间序列
附加异常值
新息异常值
异常值检测算法
-
Keywords
Time series, additive outlier
Innovational outlier
outlier detection algorithm
-
分类号
TH123.1
[机械工程—机械设计及理论]
-
