作者：王勖之; 曾沛; 刘永辉arima模型带时间序列误差的回归模型波动率模型预测
摘要：针对上海市PM2．5的浓度进行动态分析及预测．通过使用Page检验分析了上海市PM2．5浓度近几年的变化趋势；然后建立时间序列ARIMA模型对PM2．5浓度日数据进行拟合分析与预测．在此基础上通过引入影响PM2．5浓度的其他因素建立带时间序列误差的回归模型以及引入波动率因素建立带波动率方程的模型改进原时间序列ARIMA模型；通过比较样本外预测的效果，结果表明改进后的两个模型其结果均优于已知文献中的ARIMA模型．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
