《表9:长期预测结果:基于百度指数的大众汽车销量预测研究》
各模型的短期预测值如图4 (b)所示,sales为汽车销量真实值,Baidu Index+PCA模型的预测值与汽车销量基本吻合,该模型能够有效的捕捉到汽车销量的短期波动。ARIMA和ARIMA+RBF拟合了销量的长期线性变化趋势,而RBF的短期预测能力较差,这可能是RBF神经网络参数过多而本文的训练数据较少的缘故。ARIMA、RBF、ARIMA+RBF均对销量进行拟合,如今汽车市场深受国家政策以及消费者需求变化的影响,历史数据难以充分反映市场变化情况,百度指数将成为销量预测的有效因素。
图表编号 | XD00226395300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 刘吉华、张梦迪 |
绘制单位 | 湖北大学商学院、湖北大学商学院 |
更多格式 | 高清、无水印(增值服务) |