时序预测 | MATLAB实现时间序列回归之逐步回归及信息标准

时序预测 | MATLAB实现时间序列回归之预测选择

目录

    • 时序预测 | MATLAB实现时间序列回归之预测选择
      • 基本介绍
      • 数据下载
      • 程序设计
        • 环境准备
        • 逐步回归
        • 信息标准
      • 参考资料
      • 致谢

基本介绍

为多元线性回归模型选择一组具有高统计显着性的简约预测变量是值得研究的问题。

多元线性回归 (MLR) 模型的“最佳”预测因子是什么?如果没有回答这个问题的理论基础,模型可能,至少在最初,包括降低 OLS 估计质量并混淆显着影响识别的“潜在”预测因子的混合。

  • 理想情况下,预测器集应具有以下特征:
  • 每个预测变量都会导致响应的变化(必要性和简约性)
  • 没有额外的预测变量会影响响应的变化(充分性)
  • 没有额外的预测变量显着改变系数估计(稳定性)

然而,经济建模的现实使得找到这

你可能感兴趣的:(#,ARIMA时间序列,#,SVM支持向量机,算法优化,matlab,机器学习,时间序列)