基于贝叶斯理论和博克斯—詹金斯理论对比的江苏省就业预测研究
2018-09-17傅坤
中国集体经济 2018年27期
关键词:理论
傅坤
摘要:文章研究了基于Bayes理论和Box-Jenkins理论比较的系统建模方法,通过采用定性分析和实证实验结合的方式,从先验信息的使用、模型的产生机制等方面比较两個模型的异同,结合分析1991~2010年江苏省就业情况,从而对江苏省就业形势做出预测。
关键词:Bayes(贝叶斯)理论;Box-Jenkins理论;ARIMA模型;时间序列
一、时间序列
时间序列是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。时间序列预测方法本质上仍属于定量预测,因为它推测事务发展趋势的前提是默认事务的发展具有一定的延续性和规律性,这种延续性和规律性可以通过分析历史数据得出,并可延伸到未来,从而对该现象的未来做出预测。时序预测对资料要求比较单一,只需要变量的历史数据,同时模型相对简单,因此它广泛应用于金融、医学、水文、生物、计算机以及气象等领域,并日益显示出其强大生命力,成为一支独立的重要数学分支。
目前,时序的预测方法主要可以分为以下两类:1.线性时序预测,如传统的回归分析、博克斯-詹金斯预测模型等,这些方法大都属于统计建模方法,在理论上都比较成熟,但是要求时间序列具有平稳性、正态性、独立性,不太适合于复杂时间序列建模。2.非线性时序预测,如神网络模型(ANN)等,非线性方法以其模拟复杂系统的能力强越来越受到人们的重视。
二、两种预测方法基本原理
Box-Jenkins基本原理。Box-Jenkins法是以美国学者George Box和英国统计学家Gwilym Jenkins的名字命名……
登录APP查看全文
