實(shí)驗(yàn)九單方差模型預(yù)測(cè)-預(yù)覽頁(yè)
【正文】 Squared Error 均方根誤差 Mean Absolute Percentage Error 平均絕對(duì)誤差 Mean Absolute Percentage Error 平均相對(duì)誤差 Theil Inequality Coefficient 泰爾不等系數(shù) ?????? hTTttt yyh12)?(11?????? hTTttt yyh1?11??????hTTt tttyyyh 1?11?????????????????hTTtthTTtthTTtttyhyhyyh12121211?11)?(11hTTTj ???? ,2,1 ? tyty?13 前兩個(gè)預(yù)測(cè)誤差統(tǒng)計(jì)量由因變量規(guī)模決定 。 預(yù)測(cè)均方差可以分解為： yyyyttt ssrssyhyhyy ?2?22 )1(2)())/?((/)?( ??????? ??式中 分別為 和 的平均值和標(biāo)準(zhǔn)差， r為 和 的相關(guān)系數(shù)。 15 167。 這里提供了兩種方法：動(dòng)態(tài)預(yù)測(cè)與靜態(tài)預(yù)測(cè) 。隨后的 h個(gè)預(yù)測(cè)值 ， k = 1 , 2 , … , h， 將使用前期 y的預(yù)測(cè)值： .?)4(?)3(?)2(?)1(?? 111 kTkTkTkT yczcxccy ??????? ???? 這種預(yù)測(cè)方法顯著地不同于靜態(tài)的一步向前預(yù)測(cè) 。 它并不會(huì)對(duì)以后預(yù)測(cè)產(chǎn)生影響 。 18 167。 如果選擇 Structural (ignore ARMA)， 選擇結(jié)構(gòu)預(yù)測(cè) ， EViews在計(jì)算預(yù)測(cè)值時(shí)將假設(shè)誤差總為零 。對(duì)預(yù)測(cè)樣本的第一個(gè)觀測(cè)值， EViews將利用前面的樣本數(shù)據(jù)計(jì)算滯后殘差。例如，考慮如下的 AR(2)模型： tttttttuuuuxy???????????? 2211用 來(lái)表示擬合殘差，并假設(shè)用截止到 t = T 期的數(shù)據(jù)估計(jì)模型。 下面介紹 MA預(yù)測(cè)的基本思想 。 給定初始值后， EViews將利用向前遞歸來(lái)擬合 MA(q)模型隨后的各隨機(jī)誤差項(xiàng) 的值 。 靜態(tài)預(yù)測(cè)將通過(guò)樣本值的末尾擴(kuò)展向前遞歸 ， 允許結(jié)構(gòu)模型和隨機(jī)誤差項(xiàng)的一步向前預(yù)測(cè) 。一般檢驗(yàn)一個(gè)模型的預(yù)測(cè)效果，采用把樣本期間分為兩個(gè)期間：估計(jì)樣本期間和檢驗(yàn)樣本期間的方法。 實(shí)際預(yù)測(cè)時(shí)對(duì)未來(lái)的信息是未知的，需將外生變量外推出來(lái)后，利用模型進(jìn)行因（內(nèi)生）變量預(yù)測(cè)。 一、點(diǎn)預(yù)測(cè) EViews可以提供對(duì)方程左邊的因變量是某個(gè)表達(dá)式的情況，預(yù)測(cè)這個(gè)表達(dá)式的功能。預(yù)測(cè)對(duì)話框如下： 26 該對(duì)話框只允許預(yù)測(cè)作為因變量的整個(gè)表達(dá)式，因?yàn)?EViews不能對(duì) X進(jìn)行求解。例如，考慮如下兩個(gè)模型： series Dy = D (y) eqution D(y) c x eqution Dy c x 第一個(gè)方程中一階差分 D(y)的動(dòng)態(tài)預(yù)測(cè)在數(shù)值上與第二個(gè)方程的 Dy相同。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1