政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/66652
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文笔数/总笔数 : 113311/144292 (79%)
造访人次 : 50939008      在线人数 : 968
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻
    政大機構典藏 > 商學院 > 統計學系 > 期刊論文 >  Item 140.119/66652


    请使用永久网址来引用或连结此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/66652


    题名: 隨機模式與混沌模式之預測穩健性探討
    其它题名: Robust forecasting for the stochastic models and chaotic models
    作者: 吳柏林;劉文卿;陳奕光
    Wu, B. L.;Liou, W. T.;Chen, Y. K.
    贡献者: 應數所;資管系
    关键词: 混沌模式;預測;隨機模式;穩健性
    Time series;robust;forecasting;neutral networks
    日期: 1992.09
    上传时间: 2014-06-10 17:58:13 (UTC+8)
    摘要: 在這篇論文中，我們比較隨機過程與決定性混沌的性質。我們以神經網路當作決定性模式，以AR(1)當作隨機模式，比較兩者逼近與預測能力的。藉七個不同維度(輸入點的個數)共126個神經網路，建立由6個不同相關係數的AR(1)模式所衍生的18個時間數列模擬資料集。對於逼近能力，我們發現神經網路的逼近能力，通常比AR(l)模式來的好。並且共有較高維度的神經網路是優於較低維度的神經網路。對於預測能力，我們發現假如一個AR(l)時間數列資料的相關係數小於0.3或大於0.4，則具有較低維度神經網路的預制能力是優於AR(l)模式；並且對於其它相關係數，具有較高維度的神經網路的預測能力是優於AR(l)模式。試驗之結果，亦支持了神經網路對於預測一般經濟時間數到資料，是較具穩健性。
    In this paper, we compare the properties of stochastic process with deterministic chaos system using the AR(l) model as the comparing model. 126 neural networks are built to approximate chaotic system for the 18 data sets generated by 6 AR( 1) models. From predicting capabilities of the neural networks, we can appropriately deside the dimensions of the chaotic systems. Also, the emperical results show that the forecasting performance derived from neural networks is more robustic than those derived from the AR( 1) model.
    關聯: 中國統計學報, 30(2), 169-189
    数据类型: article
    显示于类别:[統計學系] 期刊論文

    文件中的档案:

    档案 大小格式浏览次数
    169189.pdf419KbAdobe PDF2526检视/开启


    在政大典藏中所有的数据项都受到原著作权保护.


    社群 sharing

    著作權政策宣告 Copyright Announcement
    1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
    The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

    2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
    NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈