《應(yīng)用時(shí)間序列分析》何書元編著北京大學(xué)出版社-全文預(yù)覽
【正文】 80年間每 10年的美國(guó)人口總數(shù) 例 4 ? 1985至 2022年廣州月平均氣溫 例 5 ? 北京地區(qū)洪澇災(zāi)害數(shù)據(jù) 例 5 虛線是成災(zāi)面積 ? 圖 一、 時(shí)間序列的定義 ? 時(shí)間序列 :按時(shí)間次序排列的隨機(jī)變量序列 ? 個(gè)觀測(cè)樣本 :隨機(jī)序列的 個(gè)有序觀 測(cè) 值 ? 稱序列 是時(shí)間序列 ()的一次實(shí)現(xiàn)或一條軌道 )(, 21 ?XX)(, 21 nxxx ?n n)(, 21 ?xx二、時(shí)間序列的分解 趨勢(shì)項(xiàng) 、季節(jié)項(xiàng) 、隨機(jī)項(xiàng) 注 ： 1. 單周期 s季節(jié)項(xiàng)，則 此時(shí)在模型中可要求 )(,2,1, ????? tRSTX tttt}{ tT }{ tS }{ tR.,2,1),()( ???? ttSstS? ? ? ??sj jt tS1 ,2,1,0 ?2. 隨機(jī)項(xiàng)，可設(shè) .,0E tR t ??三、分解方法 例 . 某城市居民季度用煤消耗量 例圖 分解一般步驟 1. 趨勢(shì)項(xiàng)估計(jì) ? 分段趨勢(shì) (年平均 ) ? 線性回歸擬合直線 ? 二次曲線回歸 ? 滑動(dòng)平均估計(jì) 2. 估計(jì)趨勢(shì)項(xiàng)后 ,所得數(shù)據(jù) 由季節(jié)項(xiàng)和隨機(jī)項(xiàng)組成 , 季節(jié)項(xiàng)估計(jì) 可由該數(shù)據(jù)的每個(gè)季節(jié)平均而得 . 3. 隨機(jī)項(xiàng)估計(jì)即為 }?{ tT}?{ tt TX ?}?{ tS}??{ ttt STX ??方法一：分段趨勢(shì)法 一、分段趨勢(shì)圖 (年平均 ) 趨勢(shì)項(xiàng)估計(jì)為 3 8 4???? 2 6 2???? 0 7 3???? 8 5 3???? 8 7 5???? 8 7 3????242322212022181716151413121110987654321????????????????????????TTTTTTTTTTTTTTTTTTTTTTTT二、減去趨勢(shì)項(xiàng)后 ,所得數(shù)據(jù) }?{ tt TX ? 592 1092 419 消取趨勢(shì)項(xiàng)后圖 三、季節(jié)項(xiàng)和隨機(jī)項(xiàng) 4 4?????? 1 4 4?????? 0 4?????? 0 0 4??????242022128423191511732218141062211713951??????????????????????????SSSSSSSSSSSSSSSSSSSSSSSS .24,2,1,??? ????? tSTxR tttt1 125 119 64 48 60 方法二：回歸直線法 一、趨勢(shì)項(xiàng)估計(jì) 一元線性回歸模型 最小二乘估計(jì)為 可得到 .24,2,1, 7 8 0
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1