一个综合自回归移动平均模型（ARIMA）是一个在过去最流行的线性模型在金融时间序列预测。在此背景下，纳斯达克综合指数的时间序列分析研究其在1998-2008年的运动。
基于281个网页-相关网页
方法 采用自回归移动平均模型对出院人次进行模型拟合。
Methods Using the Autoregressive Integrated Moving Average Model to fit the change of numbers of discharged patients.
应用线性回归分析和移动平均理论，对按时间次序排列的单一数据序列，给出了一种线性移动自回归预测模型，并对原始数据受不确定因素影响而产生的随机振荡，给出了合理的控制区间和运行通道。
The theory of linear regression and the theory of moving average are applied to analyse single data in time series, the model of a linear moving self regression forecast are given out.
应用推荐