arma時(shí)間序列模型及spss應(yīng)用(參考版)
2025-04-08 15:18本頁(yè)面
【正文】 上午 10時(shí) 7分 10秒 上午 10時(shí) 7分 10:07: MOMODA POWERPOINT Lorem ipsum dolor sit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis amet, consectetur adipiscing elit. Fusce id urna blanditut cursus. 感謝您的下載觀看 專家告訴 。 2023年 4月 上午 10時(shí) 7分 :07April 17, 2023 1業(yè)余生活要有意義，不要越軌。 :07:1010:07:10April 17, 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。 10:07:1010:07:1010:07Monday, April 17, 2023 1知人者智，自知者明。 10:07:1010:07:1010:074/17/2023 10:07:10 AM 1越是沒(méi)有本領(lǐng)的就越加自命不凡。 上午 10時(shí) 7分 10秒 上午 10時(shí) 7分 10:07: 楊柳散和風(fēng)，青山澹吾慮。 2023年 4月 上午 10時(shí) 7分 :07April 17, 2023 1少年十五二十時(shí)，步行奪得胡馬騎。 :07:1010:07:10April 17, 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。 :07:1010:07Apr2317Apr23 1世間成事，不求其絕對(duì)圓滿，留一份不足，可得無(wú)限完美。 , April 17, 2023 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒(méi)有。 2023年 4月 17日星期一 10時(shí) 7分 10秒 10:07:1017 April 2023 1做前，能夠環(huán)視四周；做時(shí)，你只能或者最好沿著以腳為起點(diǎn)的射線向前。 2023年 4月 17日星期一 上午 10時(shí) 7分 10秒 10:07: 1比不了得就不比，得不到的就不要。 10:07:1010:07:1010:07Monday, April 17, 2023 1乍見翻疑夢(mèng)，相悲各問(wèn)年。 10:07:1010:07:1010:074/17/2023 10:07:10 AM 1以我獨(dú)沈久，愧君相見頻。 南方醫(yī)科大學(xué) SOUTHERN MEDICAL UNIVERSITY 49 謝謝！ 南方醫(yī)科大學(xué) SOUTHERN MEDICAL UNIVERSITY 靜夜四無(wú)鄰，荒居舊業(yè)貧。 、自然災(zāi)害等預(yù)測(cè)方面應(yīng)用廣泛，且在 SPSS下操作簡(jiǎn)單，構(gòu)造模型 具有一定的準(zhǔn)確性。 預(yù)測(cè)結(jié)果 時(shí)間 1996年 8月 1996年 9月 1996年 10月 1996年 11月 1996年 12月 預(yù)測(cè)值 真實(shí)值 差值 預(yù)測(cè)結(jié)果與真實(shí)值的差別不大，模型具有較好的預(yù)測(cè)能力。 ARIMA模型，階數(shù)為(2,1,1)(0,1,1),前面的括號(hào)表示非周期性滯后階數(shù)變量，其中 p=2， d=1，q=1， d表示的是差分的階數(shù)；后面的括號(hào)表示的是季節(jié)性滯后階數(shù)變量，其中 D=1表示進(jìn)行 1次季節(jié)性差分。 南方醫(yī)科大學(xué) SOUTHERN MEDICAL UNIVERSITY 44 特性： 基本都落入 置信區(qū)間； ，無(wú) 截?cái)?,差分處理后的模型適用于 ARMA模型，因此對(duì)原序列采用 ARIMA模型分析。 12階滯后時(shí)自相關(guān)系數(shù)超出置信區(qū)間，周期性趨勢(shì)仍存在。 12t t tZ X X ???南方醫(yī)科大學(xué) SOUTHERN MEDICAL UNIVERSITY 42 構(gòu)建時(shí)間序列模型 —— 序列平穩(wěn)化 ? 進(jìn)行季節(jié)性差分以及一階差分 序列特點(diǎn)： ； 0波動(dòng)，零均值。 如果序列蘊(yùn)含著顯著的線性趨勢(shì)， 一階差分就可以實(shí)現(xiàn)趨勢(shì)平穩(wěn) ；如果序列蘊(yùn)含著曲線趨勢(shì)， 通常低階（二階或三階）差分就可以提取出曲線趨勢(shì)的影響 ；對(duì)于蘊(yùn)含著固定周期的序列進(jìn)行步長(zhǎng)為周期長(zhǎng)度的差分運(yùn)算，通?？梢暂^好的提取周期信息。 tW tX 而一個(gè)具有趨勢(shì)項(xiàng)的非平穩(wěn)序列，總是可以在 經(jīng)過(guò)若干次差分后 變?yōu)槠椒€(wěn)序列。 構(gòu)建時(shí)間序列模型 南方醫(yī)科大學(xué) SOUTHERN MEDICAL UNIVERSITY 40 RA 、 MA 、 RAMA模型，只適用于平穩(wěn)時(shí)間序列，但是通過(guò)前面的分析，該時(shí)間序列的模型符合以下特征： ( ) ( )ttX f t d t W? ? ?其中 是 趨勢(shì)項(xiàng) ， 是 周期項(xiàng) ， 則是 平穩(wěn)序列 。 勢(shì)。 但是，通常人們獲得的實(shí)測(cè)數(shù)據(jù)總是有限而非無(wú)限的，所以時(shí)間序列分析就是在有限個(gè)樣本數(shù)據(jù)總量的情況下，建立 相對(duì)準(zhǔn)確的數(shù)學(xué)模型 ，從而獲得具有一定精度的統(tǒng)計(jì)特性，進(jìn)而達(dá)到預(yù)判經(jīng)濟(jì)形勢(shì)、規(guī)避風(fēng)險(xiǎn)等目的。這種有序性和大小反映了數(shù)據(jù)內(nèi)部的相互聯(lián)系和變化規(guī)律，蘊(yùn)含著產(chǎn)生這列數(shù)據(jù)的現(xiàn)象、過(guò)程或系統(tǒng)的有關(guān)特性，有關(guān)的信息。ppppp p p p? ? ? ? ? ?? ? ? ? ? ? ? ?? ? ? ? ? ??????? ??????寫成矩陣式為 1 1 2 1 12 1 1 2 21 2 3111ppp p p p p? ? ? ? ?? ? ? ? ?? ? ? ? ???? ? ?? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ??? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ?2 0 1pa j jj? ? ? ???? ?（式 2） （式 3） 推導(dǎo)見課本 P135 ?AR(p)模型的參數(shù)估計(jì) 南方醫(yī)科大學(xué) SOUTHERN MEDICAL UNIVERSITY 29 利用 (式 2)， (式 3) 將參數(shù)換成它們的估計(jì)， 11 1 2 1 12 1 1 2 21 2 3? ? ? ? ?1? ? ? ? ?1? ? ? ? ?1ppp p p p p? ? ? ? ?? ? ? ? ?? ? ? ? ???? ? ?? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ??? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ?20011? ? ? ? ? ?? =1ppa j j j jjj? ? ? ? ? ? ?????? ? ???????模型參數(shù)的估計(jì) ?A
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1