跳到主要內容

臺灣博碩士論文加值系統

(44.212.99.208) 您好!臺灣時間:2024/04/23 23:35
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:許嘉元
研究生(外文):Sheu,Chia Yuan
論文名稱:時間數列的模糊分析和預測
論文名稱(外文):Fuzzy analysis and forecasting in time series
指導教授:吳柏林吳柏林引用關係
指導教授(外文):Wu,Berlin
學位類別:碩士
校院名稱:國立政治大學
系所名稱:統計學研究所
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:1994
畢業學年度:82
語文別:英文
論文頁數:38
中文關鍵詞:模糊自我迴歸模式預測模糊趨勢模糊穩定中央政府總預算匯率
外文關鍵詞:Fuzzy time seriesForecastingFuzzy trendFuzzy stationary
相關次數:
  • 被引用被引用:5
  • 點閱點閱:156
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
動態資料往往隨著時間區間取法或測量工具的不同而有差異,此種不確定
的特質我們稱為模糊性。但是傳統的時間數列仍是以確定的觀察值來記錄
具有模糊性的動態資料。為了更完整的表示一個動態過程,我們考慮模糊
時間數列(fuzzy time series)以具有不確定性的模糊集合來取代明確的
數值,保持原來的模糊性。本文探討模糊時間數列中模糊自我迴歸模式(
fuzzy autoregressive model簡寫為 FAR 模式)的建構過程,並分別利用
此模式來預測中央政府總預算和匯率。FAR 模式乃根據Box-
Jenkins(1970)所提出的 ARMA 三階段模式建立的流程並推廣Zadeh(1965)
所提出的模糊集合理論而來。在這過程中 ,我們考慮人類思維方法,使
FAR 模式更具有彈性且適合未來預測時的需要。而對於所討論的動態過
程,也不需要任何模式上的假設(例如:線性或穩定 ),因此 FAR 模式的適
用範圍極為廣泛,更不會因為模式的誤判而導致預測時的嚴重錯誤。最後,
我們將 FAR 模式的預測結果與傳統 ARMA 模式做比較。 文中關於模糊
時間數列的一些性質,例如:模糊趨勢(fuzzy trend)和模糊穩定(fuzzy
stationary),由於傳統文獻中沒有加以討論,本文亦提出定義和新的看法

Representations of dynamic data are always different as the
time interval or measuring tool change. We call these
characteristics of uncertainty fuzziness. But traditional
time series use crisp observations to record a fuzzy dynamic
process. To completely represent, we consider fuzzy time
series replacing the crisp numbers with fuzzy sets and
preserve original fuzziness. In this paper, the fuzzy
autoregressive model (FAR model) of fuzzy time series is
studied and used to forecast the Central government
expenditure and exchange rates, respectively. The
modeling process is according to Box- Jenkins'' (1970)
method of ARMA model and merged with the fuzzy set theory
proposed by Zadeh (1965). Reasonable human judgements and
ways of thinking are taken into consideration throughout the
modeling process to make the FAR model more elastic and
appropriate for forecasting. Unlike certain incorrectly
identified models which lead to inaccurate forecasts, the
FAR model can be widely applied due to its not having any
assumptions on the original time series (e.g., linearity
and stationarity). Finally, the performances of the FAR
model to Central government expenditure and exchange rates are
compared with that of the traditional ARMA model.
Additionally, some properties about fuzzy time series, e.g.,
fuzzy trend and fuzzy stationary, have not been studied in
the literature, and we propose definitions and new
opinions.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊