典型文献
CPI预测的SVM-ARIMA模型构建与数值模拟
文献摘要：
居民消费价格指数(CPI)是宏观经济中的前瞻性指标,为经济政策的制定提供数据支撑,发挥指导作用.文章利用CPI的月度数据构建基于小波分解的SVM-ARIMA组合模型,实现了对CPI的精准预测.首先,对2000—2019年的居民消费价格指数序列进行小波分解;然后,对分解后的居民消费价格指数序列分别利用ARIMA模型和SVM模型进行预测;最后,将预测结果进行整合形成对居民消费价格指数的组合预测模型,并选用2020年的实际CPI月度数据与模型预测数据进行有效性验证.结果表明:组合模型的平均绝对百分比误差(MAPE)与均方根误差(RMSE)分别为0.5383％和0.6604％,相较于ARIMA时间序列模型和SVM模型实现了极大的改进.此外,该组合模型的预测分析框架具有较强的适应性和扩展性,可用于其他相同特征类型的时间序列数据的模拟预测.
文献关键词：
居民消费价格指数;小波分解;SVM模型;ARIMA模型
中图分类号：
作者姓名：
姚金海;邹家骏
作者机构：
中共江西省委党校 经济学教研部,南昌 330108
文献出处：
引用格式：
[1]姚金海;邹家骏-.CPI预测的SVM-ARIMA模型构建与数值模拟)[J].统计与决策,2022(21):48-52
A类：
B类：
CPI,ARIMA,居民消费价格指数,宏观经济,济中,前瞻性指标,经济政策,月度,于小波,小波分解,组合模型,精准预测,组合预测模型,预测数据,有效性验证,平均绝对百分比误差,MAPE,RMSE,时间序列模型,模型实现,该组,预测分析,扩展性,时间序列数据,模拟预测
AB值：
0.22713
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
