远东理论统计杂志
第41卷第1期第1-26页(2012年10月)
|
|
利用单变量和多变量ARIMA模型对鱼类产量进行建模和预测
Medhat Mohamed Ahmed Abdelaal和Essam Fawzy Aziz
|
摘要: 本文应用了自回归综合移动平均模型(ARIMA公司)有(多变量模型)和没有(单变量模型)解释变量来预测埃及曼扎拉湖的鱼类捕捞量。使用Bootstrap技术可以判断从建议的ARIMA公司 模型,而没有关于潜在概率分布的先验假设。该方法基于生成1000个随机样本,并替换原始观测值。然后重新安装建议的ARIMA公司模型以每个样本结束,以概率分布的模型参数,可以用来估计参数的偏差。此外,在引导ARIMA公司模型。Jackknife-after引导(日本航空公司)一种旨在估计bootstrap估计偏差的技术,通过依次删除每个观测值来获得n个基于估计 在 观察;对于每个引导示例,都重复了此过程。应用这些技术的主要目的是尽量减少ARIMA公司模型,因此我们可以得到考虑最准确工具的参数的准确估计,以帮助决策者应用适当的管理政策来优化捕捞努力和保护鱼类种群。来自埃及渔业的证据表明ARIMA公司与bootstrap和日本航空公司能够从角度进行最准确的预测,尤其是时间序列数据。 |
关键词和短语: |
|
下载次数:312 |视图数量:677 |
|