平穩(wěn)時間序列maq模型的計算課程設計(編輯修改稿)
2025-07-24 09:42 本頁面
【文章內容簡介】 0 0 0 0 0 0 0 0 0 0 0 0]。 m=mean(z)m = for k=1:196w(k)=z(k)m。end wplot(z)(程序見附錄)進一步做平穩(wěn)化處理，一階差分后的圖形如下:(程序見附錄) [ACF]=autocorr(w,19)ACF = Columns 1 through 12 Columns 13 through 20 autocorr(w,19) [PartialACF]=parcorr(w,19)PartialACF = Columns 1 through 12 Columns 13 through 20 Parcorr(w,19) subplot(121)。autocorr(w,19) subplot(122)。Parcorr(w,19)由上面圖像可判斷差分后的序列適合MA（q）模型。設是正態(tài)的零均值MA（q）模型序列，則對于充分大的N，的分布漸近于正態(tài)分布又正態(tài)分布的性質知， 或 上題中q=1時所以可判斷差分后的序列適合MA(1)模型。時間序列就是離散的隨機過程。例如，太陽黑子數(shù)目的變化，地震波的變化，雷達系統(tǒng)跟蹤誤差的變化，人腦電波的變化，市場物價的變化，機械振動信號的變化，自動化煉鋼過程中鋼水含碳量的變化等都屬于隨機過程。由于各自的物理背景不同，它們包含的信息和呈現(xiàn)的規(guī)律是千變萬化，錯綜復雜的。人們正是希望通過分析這些數(shù)據(jù)序列，達到認識事物，掌握事物規(guī)律的目的。時間序列分析提供了一套具有科學依據(jù)的動態(tài)數(shù)據(jù)處理方法，該方法的主要手段是第各種類型的數(shù)據(jù)，采用相應的數(shù)學模型去近似描述。通過對模型的分析研究，便可更本質的了解數(shù)據(jù)的內在結構和復雜特性，從而達到預測其發(fā)展趨勢并進行必要的控制的目的。[1][2]王振龍 胡永宏 應用時間序列分析 北京科學出版社 2005[3]王燕 應用時間序列分析（第二版）中國人民大學出版社 2009[4][5][6]田錚 第二版 時間序列的理論與方法[7]周蔭清 隨機過程理論（第2版）附 錄附錄 生產統(tǒng)計連續(xù)的生產紀錄數(shù)據(jù)序列1 51101151252102152353103153454104154555105155656106156757107157858108158959 10915910601101601161111161126211216213631131631464114164156511516516 6611616617671171671868118168196911916920701201702171121171227212217223731231732474124174257512517526761261762777127177287812817829791291793080130180318113118132821321823383133183348413418435 8513518536861361863787137187388813818839891391894090140190419114119142
法律信息相關推薦
鄂ICP備17016276號-1