時間序列電子科大第一章(編輯修改稿)
2025-05-26 12:01 本頁面
【文章內容簡介】 例 2 美國罷工次數(shù) 圖 圖 例 3 美國的月事故死亡數(shù)據(jù) 2. 周期類非平穩(wěn)序列 3. 異方差類非平穩(wěn)序列 圖 例 4 地球 50年溫度數(shù)據(jù) 圖 圖 4. 混合類非平穩(wěn)序列 圖 圖 非平穩(wěn)序列建模的思路： . . 二、數(shù)據(jù)的預處理 分析觀察動態(tài)數(shù)據(jù)散布圖： 1. 異常值的檢驗與處理； 圖 2. 缺損值的補足； 對數(shù)處理法； 趨勢識別法 . 圖 圖 . 大量時間序列的觀察樣本都表現(xiàn)出趨勢性、季節(jié)性 (周期性 )和隨機性，每個時間序列或經(jīng)過適當?shù)暮瘮?shù)變換的時間序列，可分解為 )(tttt YsmX ???mt — 趨勢項，一般是實值函數(shù)； st — 季節(jié)項，周期為 s 的周期函數(shù)； Yt — 平穩(wěn)隨機噪聲項（殘量 ） 非隨機確定性成分 定性成份mt 和 st是非隨機的確定性成份 應有明確的物理解釋 例 7 網(wǎng)絡流量數(shù)據(jù)有季節(jié)性 例 8 美國的月事故死亡數(shù)據(jù) 例 9 罷工次數(shù)有明顯的趨勢項 時間序列分解 ：將趨勢性、季節(jié)性和隨機性分解出來是時間序列分析首要的一步 . 圖 圖 數(shù)據(jù)分解目的 ：識別、估計、和提取 出確定性成分，使噪聲項 Yt 成為平穩(wěn)序列 一般假定分解式（ ）滿足： )(,2,1,0。0)(1????????????t
電大資料相關推薦
鄂ICP備17016276號-1