10.3969/j.issn.1673-5862.2021.01.010
基于小波分析的时间序列ARIMA模型预测方法
通过所建立的模型分析西方某国家单日新增新冠肺炎病例数据,并对该国家未来疫情发展趋势进行预测.首先对病例数据进行异常值检测,再经小波分解重构算法对数据进行去噪,选用ARIMA模型和Wavelet-ARIMA模型进行分析预测,最后选取适当的检验方法对残差、参数及模型等进行检验,并对比预测结果置信度.通过对2种预测结果进行检验,结果表明,Wavelet-ARIMA预测模型与ARIMA预测模型相比,Wavelet-ARIMA模型预测更加精准,置信度更高.
小波分析、时间序列分析、ARIMA模型、新型冠状肺炎
39
O212(概率论与数理统计)
吉林省科技厅自然科学基金资助项目20180101345JC
2021-04-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
49-53