時(shí)間序列分析方法2-免費(fèi)閱讀
【正文】 :25:3411:25:34March 22, 2023 ? 1意志堅(jiān)強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 2023年 3月 上午 11時(shí) 25分 :25March 22, 2023 ? 1少年十五二十時(shí)，步行奪得胡馬騎。 上午 11時(shí) 25分 34秒 上午 11時(shí) 25分 11:25: ? 沒有失敗，只有暫時(shí)停止成功！。 11:25:3411:25:3411:253/22/2023 11:25:34 AM ? 1以我獨(dú)沈久，愧君相見頻。 ? 零約束或非零約束 – 模型中排除或包含某個變量，可以看作是對模型中某個變量的參數(shù)施加零約束或非零約束。是比的方差，則稱的方差小于，總有意的樣本容量的無偏估計(jì)量，若對任都是和設(shè)θ?θθ?θ?θθ?θ?θ?θ?θθ?θ????n?的真值 ?的真值 ?^的概率 ?^的概率 無偏有效估計(jì)量的意義 ? 一個無偏有效估計(jì)量的取值在可能范圍內(nèi)最密集于 ??附近。這就是無偏性的概念 ? 無偏性的直觀意義是：樣本估計(jì)量的數(shù)值在真值周圍擺動，即無系統(tǒng)誤差。方差中由于有平方，從而消除了正負(fù)號的影響，并易于加總，也易于強(qiáng)調(diào)大的偏離程度的突出作用。一般說來，常常需要了解總體的一般水平和它的離散程度； ? 如果了解總體的一般水平和離散程度，就已經(jīng)對總體有了粗略的了解； ? 在很多情況下，了解這兩個數(shù)字特征還是求出總體分布的基礎(chǔ)和關(guān)鍵。所以，樣本與所來自的總體分布相同。 ? 按組成總體的個體的多寡分為：有限總體和無限總體； ? 總體具有同質(zhì)性：每個個體具有共同的觀察特征，而與其它總體相區(qū)別； ? 度量同一對象得到的數(shù)據(jù)也構(gòu)成總體，數(shù)據(jù)之間的差異是絕對的，因?yàn)榇嬖诓豢上碾S機(jī)測量誤差； ? 個體表現(xiàn)為某個數(shù)值是隨機(jī)的，但是，它們?nèi)〉媚硞€數(shù)值的機(jī)會是不同的，即它們按一定的規(guī)律取值，即它們的取值與確定的概率相對應(yīng)。 ? 每一次具體抽樣所得的數(shù)據(jù)，就是 n元隨機(jī)變量的一個觀察值，記為（ X1， ?? ， Xn）。 樣本與總體之間的關(guān)系 ? 樣本是總體的一部分，是對總體隨機(jī)抽樣后得到的集合 ? 對觀察者而言，總體是未知的，能夠觀測到的只是樣本的具體情況 ? 我們所要做的就是通過對這些具體樣本的情況的研究，來推知整個總體的情況 對總體的描述 —— 隨機(jī)變量的數(shù)字特征 ? 數(shù)學(xué)期望 ? 方差 ? 數(shù)學(xué)期望與方差的圖示 研究數(shù)字特征的必要性 ? 總體是一個隨機(jī)變量。 ? 一般情況下，采用方差來描述離散程度。，稱對于樣本???niinxxxxnx1211, ? 樣本方差和標(biāo)準(zhǔn)差 ? 樣本方差和標(biāo)準(zhǔn)差的定義 ? ?? ?? ?? ???????????????????? ?? ?? ??????xxsxxxxxxxxsxxxnnniinsinniiniinininin2122212121212221111111,??。所以，提出有效性標(biāo)準(zhǔn)。模型設(shè)定之后，依據(jù)可資利用的數(shù)據(jù)資料，選擇適當(dāng)?shù)墓烙?jì)方法，例如最小二乘進(jìn)行估計(jì) ? 參數(shù)估計(jì)是一個純技術(shù)過程 參數(shù)的定義和分類 ? 反映模型中各類方程式的經(jīng)濟(jì)結(jié)構(gòu)特性的參數(shù)，稱為結(jié)構(gòu)參數(shù) ? 它有顯含參數(shù)和隱含參數(shù)之分 ? 顯含參數(shù)就是與變量相乘的常系數(shù)，例如上述需求供給模型中的 ? 隱含參數(shù)如隨機(jī)擾動項(xiàng)的概率分布 參數(shù)在方程中的作用 ? 通過參數(shù)把各種變量連接在方程之中，借以說明外生變量或前定變量的變化對內(nèi)生變量變化的影響程度。 試配合二次曲線 ， 計(jì)算出1978～ 1992年零售量的趨勢值 ，并預(yù)測 1993年的零售量 ， 作圖與原序列比較 零售量 (億件 ) 1986 1987 1988 1989 1990 1991 1992 1978 1979 1980 1981 1982 1983 1984 1985 年 份 零售量 (億件 ) 年 份 1978～ 1992年針織內(nèi)衣零售量 二次曲線計(jì)算過程 針織內(nèi)衣零售量二次曲線計(jì)算表 年份 時(shí)間標(biāo)號 t 零售量 (億件 ) Yt tYt t 2 t 2Y t t4 趨勢值 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 0 49 36 25 16 9 4 1 0 1 4 9 16 25 36 49 0 2401 1296 625 256 81 16 1 0 1 16 81 256 625 1296 2401 合計(jì) 0 280 9352 二次曲線計(jì)算結(jié)果 根據(jù)計(jì)算表得 a 、 b 、 c 的結(jié)果如下 針織內(nèi)衣零售量的二次曲線方程為 $ Yt = + t – t2 $ Y1993= + 8 – 82 = ( 億件 ) 1993年零售量的預(yù)測值為 ???????????????????12 88 cbacabca 二次曲線趨勢圖 0 4 8 12 16 1978 1980 1982 1984 1986 1988 1990 1992 零售量 趨勢值 零 售 量 （億件） 針織內(nèi)衣零售量二次曲線趨勢 （年份） 指數(shù)曲線 ? 用于描述以幾何級數(shù)遞增或遞減的現(xiàn)象 ? 一般形式為 ? a、 b為未知常數(shù) ? 若 b1， 增長率隨著時(shí)間 t的增加而增加 ? 若 b1， 增長率隨著時(shí)間 t的增加而降低 ? 若 a0， b1， 趨勢值逐漸降低到以 0為極限 tt abY ?? 指數(shù)曲線 a、 b 的求解方法 ? 采取“線性化”手段將其化為對數(shù)直線形式 ? 根據(jù)最小二乘法，得到求解 lga、 lgb 的標(biāo)準(zhǔn)方程為 ? 取時(shí)間序列的中間時(shí)期為原點(diǎn)， 上式可化簡為 ?????????? ? ?? ?2lglglglglglgtbtaYttbanY???????? ??2lglglglgtbYtanY 實(shí)例及計(jì)算結(jié)果 根據(jù)表中的資料 ， 確定 1981～ 1998年我國汽車產(chǎn)量的指數(shù)曲線方程 ， 求出各年汽車產(chǎn)量的趨勢值 ， 并預(yù)測 2023年的汽車產(chǎn)量 ， 作圖與原序列比較 ????????
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1