English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41634029 線上人數 : 3465
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NCUIR
管理學院
經濟學系
--研究計畫
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NCUIR
‧
管理
NCU Institutional Repository
>
管理學院
>
經濟學系
>
研究計畫
>
Item 987654321/25197
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://ir.lib.ncu.edu.tw/handle/987654321/25197
題名:
不同頻率的資料的組合預測
;
Using Mixed Frequency Datato Imprort Macroeconomic Forecast
作者:
沈中華
貢獻者:
經濟學系
關鍵詞:
組合預測
;
Combining forecast
;
經濟學
日期:
1994-02-01
上傳時間:
2010-05-28 10:12:56 (UTC+8)
出版者:
行政院國家科學委員會
摘要:
本文研究如何將主計處所使用的季模型和本文 自行發展的月模型相結合,以降低總體變數預測 的誤差.本文的預測是屬於一種組合不同頻率資 料的預測,即組合低頻率的季預測和高頻率的月 預測.其中季模型的結構類似主計處的「所得-支 出」模型,但由主計處的100條左右方程式簡化成 約20條.而月模型則採用一個小型的向量自我迴歸 模型(VectorAutoregressive Model, VAR).二者預測的組合 將顯著地降低預測誤差.本文和傳統的預測或組合預測有幾點不同:?本文並非比較何種單一計量模型最能降低預測 誤差.許多文獻探討比較ARIMA, MARIAM, Bayesian VAR,結 構式,神經網路,Structural time series和exponentially weighted moving averages等等方法的優劣,本文的目的 並非在此.研究期間:8202 ~ 8302
關聯:
財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:
[經濟學系] 研究計畫
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
index.html
0Kb
HTML
663
檢視/開啟
在NCUIR中所有的資料項目都受到原著作權保護.
社群 sharing
::: Copyright National Central University. | 國立中央大學圖書館版權所有 |
收藏本站
|
設為首頁
| 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
隱私權政策聲明