《表8 SARIMA模型回归结果的MSE Figure 8 The MSE of regression results of SARIMA model》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于ARIMA时间序列模型的美国失业率预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于ARIMA模型没有考虑到季节性因素，从而影响模型预测的准确性。因此，我们在ARIMA（2，2，0）模型的基础上，考虑到季节性因素，构成季节性自回归移动平均模型（SARI-MA）。SARIMA模型通常以SARIMA(p，d，q）（P，D，Q，S）表示，其中非季节性部分的参数已经确定了，因此可将模型设定为SARIMA(2，2，0）(P，D，Q，S）。因为我们已经对原始时间序列进行了二阶差分，因此参数D应取为2。此外，由表4可知，自相关函数图在1阶和12阶之后截尾，因此我们在这里把季节性参数S设定为12。由于SARIMA模型季节性部分参数不易通过自相关函数图像识别，因此我们建立了备选模型，备选模型假定Q值可取0、1，同时假定P值可取0、1、2、3、4。再次选取MSE指标对10个可能模型的预测结果进行检验，MSE越小说明模型的拟合度越高。表8为10种可能的SARIMA模型的拟合结果。