基于ARMA预测模型的中药材价格预警研究(2)
时序数据残差的自相关和偏相关图显示，残差序列为白噪声序列，模型信息提取比较充分。从inverted AR root和inverted MA root的数值均小于1，说明模型不仅平稳，而且可逆。对指数预测值和原始值做误差分析，相对误差大多数在2%以下，2011年8月份的预测值与真实值的相对误差为12.501 67%，略高的原因可能是原始数列值的长度不够造成的影响，所有模型都未必完美，可以认为此模型有效。4中药材价格预测预警结果及对策分析
应用模型预测结果进行预警分析，2013年11月，2014年1月和2014年3月，中药材价格比较稳定；其余3个月的价格下跌幅度较大，整个市场过冷，见表2，可见中药材在冬末春初之际价格下跌幅度较大 ......
您现在查看是摘要页，全文长 2990 字符。