动态因子结构化模型--基于客流量的预测

《动态因子结构化模型--基于客流量的预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、？■？＇．？．．．＇＊．．＇？？，．，？，．＇；，．．：、：：？二濟濟．？，：３ｖ．；／Ｖ＃＞ｙ一乂、＇：？，位■＇？：芩踩％＿：【翁．？？’．？、，－，，－广－；＇：．：，，ｗＳＶ，＇：Ｖ＼．＞／戶，、＇ｙ：＾：Ａ；＼ｔＷ＾＾ｊ：ｆｉ！％％凝；．．－、．，，－＇：：：、卜？＊…＇．Ｙｉ．＜Ｖ．、／《，泠ｗＴｓＷＷ＇ｒ？－＊＇－＾＞－？？－：：．：Ａ＾Ｖ．：ｖ．＼＼＾；＞．＼ｖ＾＾冲文论文题目：动态因子结构化模型ｊ、．？乂Ｘ．＇１々：．：乂：基于客流量的预测，

2、丨避，：：Ｖ每、．＼．貪＇■－－■＊．ｉｒ＇／＼．＞％＼英文论文题目：Ｓｔｒｕｃｔｕｒａｌｍｏｄｅｌｗｉｔｈｄｙｎａｍｉｃｆａｃｔｏｒｓ＇＂＇＇＇＂？＊－－？－ｖ？ｉｒ．．ｉＡ／．Ｊ；＼ｂａｓｅｄ－ｏｎｔｈｅｃｕｓｔｏｍｅｒｆｌｏｗｒｅｄｉｃｔｉｏｎ■ｐ’、，＇，．？：．‘：、．心巧：／ｖ．：：，丄＞０，：：厂－：－＜ｒ．ｖ＾，＾＾：：—：、於嗜邊＿１￥：七上＇＿，？＿，’■．、ｔ－指ｒ张翻旁＇：Ｊ，：＇，＇…．、，．，专业名称：心？＇一＃？、统计翁￣二＞—￣￣１、：ｒ一‘、？ｖ－ｙ＇

3、ｊ；”人，＇７ｙ／ＺＴ．所在学院：数学科学学院＾ｖ＾ｒ：＾／／－，０＼；■交日期２°１８年３：：據＿＃厶：Ｋ離．—…？？．’Ｖ，＿，－，？？．沁？．？，ＶＶ？一．．，＇＇ｒｆ’ｊ．？＊，．？：＇，，ｎｖ■？？、於〇．－ｒ一、、？一，，？■费，：＜，、．切二＞；痛＃＞，５飞．：恭独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得浙江大

4、学或其他教育机一构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：僅Ｈ签字曰期：年￥月３曰学位论文版权使用授权书本学位论文作者完全了解浙江大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权浙江大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：导师签名：■签字日期：勿喵年ｉ

5、月３日签字日期：＾年月日＾＾学位论文作者毕业后去向：工作单位：电话：通讯地址：邮编摘要在针对面板数据的实证分析过程中，往往面临无法观测的潜在因素。如何拟合未知的潜在因素，近年来已成为备受关注的研究问题。本文基于阿里巴巴口碑平台的商户客流量数据１＾一般线性模型和交互效应面板数据模型的基础上建立了新的动态因子结构化摸，在型。主要的研究工作包括以下方面：一ｉ提出公因子模型来拟合无法观测的潜在变量，并以交互效应的形式引入到般线（）性模型中一。本文采用两步估计的方法。第步，将交互效应和白噪声部分均看作残差，得到了回归系数的最小二二一乘

6、估计；第步，对第步所得残差的协方差矩阵进行因子分析，得到公因子，因子载荷矩阵和因子维度ｒ的估计值。（ｉｉ）通过建立公因子的向量自回归模型（ＶＡＲ），来构建因子的动态结构，从而保证模型可以对因变量％进行预测。由于公因子的估计值与真实值存在误差，所以本文创新性地在因子的动态结构估计中。利用估计误差，对ＶＡＲ模型的自回归系数进，考虑测量误差问题一ｅ－行了修正Ｗａｌｋｅｒ估计。进，为，得到了修正的Ｙｕｌ步了预测未来时刻的客流量，本文通过上述方法，得到了Ｆｔｉ的预测公式。一证明了回归系数二ｉｉｉ）在理论性质方面，在定条件下，０的最小乘估计的浙近正态（性（

7、见定理２．１）；因子分析所得估计量的相合性（见（定理２．２，定理２．３）；以及ＶＡＲ摸型中修正的Ｙｕ－ｌｅＷａｌｋｅｒ估计量的相合性（见定理３．１，定理３．２）。数据模拟和真实数据实验都展现了本文提出的模型的有效性。在数据模拟部分，该模型在不同ＣＴＡ组合下。对于实证分析，均取得了较准确的估计结果以及较小的预测误差，〇数据，与普通的线性最小二乘和不考虑测量误差的模型相比，该模型能有效降低预测误差。关键词：自回归模型，测量误差测交互效应，动态因子，向量，预ＩＡｂｓｔｒａｃｔ