我國住宅年度銷售價格預(yù)測(編輯修改稿)
2025-06-24 00:05 本頁面
【文章內(nèi)容簡介】 布的自由度為6，~。由此可以得出此序列不是白噪聲序列。由平穩(wěn)性檢驗和白噪聲檢驗得出中國住宅銷售價格指數(shù)序列是平穩(wěn)的非純隨機序列，是由研究和預(yù)測價值的。五、模型擬合相對最優(yōu)定階SAS系統(tǒng)中提供了相對最優(yōu)模型識別的功能，本文將運用這個功能來進行模型識別。本功能制定SAS系統(tǒng)輸出所有自相關(guān)延遲階數(shù)小于等于5，移動平均延遲結(jié)束也為5的ARMA（p，q）模型的BIC信息量，并指出其中BIC信息量達到最小的模型的階數(shù)，實際上就是模型最優(yōu)化的過程。圖（6）最后一條信息顯示，在自相關(guān)延遲系數(shù)小于等于5，移動平均延遲系數(shù)階數(shù)也小于5的所有ARMA（p，q）模型中，BIC統(tǒng)計量相對較小的是ARMA（1，0）模型，即AR(1)模型。在確定了擬合模型的階數(shù)后，接下來就是要估計模型中未知參數(shù)的值，以確定模型的口徑，并對你擬合的模型進行顯著性診斷。未知參數(shù)估計圖（7），所以參數(shù)均顯著。擬合統(tǒng)計量的值圖（8）本圖共輸出了6個統(tǒng)計量的值，由上到下分別為：誤差估計常數(shù) ，方差估計 ，標(biāo)準(zhǔn)差估計值 ，AIC信息量 18,。40861，SBC信息量 ，參差個數(shù) 32。.擬合模型的具體形式圖（9）圖的上半部分Autocorrelation check of Residuals為殘差自相關(guān)檢驗結(jié)果，本列中由于延遲各階的LB的P值均顯著大于α（α=），所以該擬合模型顯著成立。圖的下半部分顯示了擬合模型的具體形式：Factor1:**（1）該輸出模型等價于xt=（）εt六、序列預(yù)測在擬合模型的基礎(chǔ)上，我們對2011年中國住宅銷售價格指數(shù)序列進行預(yù)測，為了準(zhǔn)確性和可參考性，本文分別作了兩個不同時間長度的預(yù)測，過程及結(jié)果如下。2011年第一季度住宅銷售價格預(yù)測圖（10）此圖從左到右分別為序列值的序號，預(yù)測值，預(yù)測值的標(biāo)準(zhǔn)差和95%的置信區(qū)間。由此我們可以得出，2011年第一季度的住宅銷售價格為一月：、二月：、三月：。較2010年第四季度相比，整體有上身趨勢，但內(nèi)部自身呈下降趨勢。下圖為2011年第一季度住宅銷售價格預(yù)測擬合預(yù)測效果圖圖（11）2011年上半年度住宅銷售價格預(yù)測圖（12）此圖從左到右分別為序列值的序號，預(yù)測值，預(yù)測值的標(biāo)準(zhǔn)差和95%的置信區(qū)間。由此我們可以得出，2011年上半年的住宅銷售價格為一月：、二月：、三月：、。整體呈下降趨勢。下圖為2011年上半年住宅銷售價格預(yù)測擬合預(yù)測效
公司管理相關(guān)推薦
鄂ICP備17016276號-1