基于计量与机器学习模型的美国住房开工时间序列分析与预测
计量经济学
2019-05-21 v1
摘要
在本研究论文中,我使用若干计量方法——ARIMA(X)、VARX、(G)ARCH,以及机器学习算法——人工神经网络、岭回归、K-近邻(K-Nearest Neighbors)和支持向量回归,对 2019 年的住房开工月度值进行了时间序列分析并作出预测,并构建了一个集成模型。该集成模型堆叠来自各个独立模型的预测,并给出所有预测的加权平均。分析表明,由于预测误差最低,集成模型在所有模型中表现最佳,而计量模型的误差率较高。
引用
@article{arxiv.1905.07848,
title = {Time Series Analysis and Forecasting of the US Housing Starts using Econometric and Machine Learning Model},
author = {Sudiksha Joshi},
journal= {arXiv preprint arXiv:1905.07848},
year = {2019}
}