岩土工程位移时间序列的组合预测研究

将组合预测方法用于岩土工程位移时间序列预测.结合实际观测数据,分别建立位移时间序列预测的GM(1,1)模型、Verhulst模型和趋势曲线模型.采用极小误差法确定各单一模型的权重,建立组合预测模型.应用表明,组合预测的精度高,为岩土工程位移预测提供了一种实用、可靠的方法.     

基于SVR的RAR区域经济预测模型

由于区域经济系统中许多经济变量呈现出强非线性与大波动性的特征,使得传统的时间序列线性建模和预测技术难以适应区域经济预测的要求.为此,提出基于支持向量机改进的残差自回归区域经济预测模型.首先采用时间序列分析中的残差自回归模型对时间序列趋势进行线性拟合,然后对残差自回归模型估计后的残差序列采用支持向量回归方法再次提取其非线性特征,从而提高区域经济时间序列模型的预测精度.最后以广东省GDP的预测实例说明模型的有效性.     

一类非线性时序模型非遍历性的一个充分条件

本文研究了一类由紧算子与加性i.i.d.干扰确定的非线性时间序列的非遍历性,揭示了这类非线性时间序列的非遍历性与其相应确定性部分的Lyapunov函数之间的联系。     

模糊时间序列模型研究综述

模糊时间序列模型是为解决经典时间序列分析方法不能处理模糊问题而诞生的,随着人们解决复杂问题需要的日益增加,对它的研究越来越深入,应用越来越广泛。首先,在简单介绍模糊时间序列模型框架的基础上,本文总结了预测模型建立过程中的几个关键问题,分析了现有研究成果就这些问题的处理方法的优点与不足;随后介绍了模型的应用现状;最后,就模型的研究趋势及相关问题探讨了模糊时间序列模型的研究方向。     

基于不动点的模糊时间序列模型

模糊时间序列在解决模糊性和不确定性数据方面表现出明显的优势.为了提高模型的预测精度,将数学理论中不动点理论与时间序列模型相结合,提出了分式函数、逆分式函数、预测函数的定义,并且证明了预测函数值收敛定理.在这些理论基础上,建立了一种基于不动点的模糊时间序列模型,进一步完善了模糊时间序列理论.预测结果表明,该模型具有预测精度较高、理论完整、鲁棒性强、应用范围广的特点.     

生产安全事故宏观发展态势的计量经济学研究

为了研究工矿商贸就业人员10万人生产安全事故死亡率时间序列变化特征,基于我国行业生产安全事故死亡人数及第二、三产业就业人员数量等2方面年度统计数据,通过研究事故死亡率时间序列的自回归移动平均过程,论文构建了事故死亡率时间序列的分阶段自回归移动平均模型.研究表明:工矿商贸行业10万人事故死亡率变化趋势具有明显的分阶段波动特征,事故死亡率序列均为趋势平稳过程;序列当期观测值与滞后1期观测值具有显著的自相关性;各阶段事故率自回归移动平均模型结构不尽相同;特征描述模型为正确把握我国安全生产状况及趋势提供理论依据.     

基于ARIMA和LSSVM的非线性集成预测模型

针对复杂时间序列预测困难的问题,在综合考虑线性与非线性复合特征的基础上,提出一种基于ARIMA和最小二乘支持向量机(LSSVM)的非线性集成预测方法.首先采用ARIMA模型进行时间序列线性趋势建模,并为LSSVM建模确定输入阶数;接着根据确定的输入阶数进行时间序列样本重构,采用LSSVM模型进行时间序列非线性特征建模;最后采用基于LSSVM的非线性集成技术形成一个综合的预测结果.将该方法用于中国GDP预测取得的结果,与单独预测方法及流行的其他集成预测方法相比,预测精度有了较大的提高,从而验证了方法的有效性和可行性.     

数据预处理对替代数据检验方法的影响

替代数据检验法是检验时间序列中是否存在确定性非线性成分的重要统计方法.通过研究差分和数据平滑运算对替代数据检验方法的影响,指出常用的线性滤波等数据预处理步骤破坏了序列的静态性质,从而会导致对零假设的错误拒绝.因此,建议应该直接利用原始时间序列而非应用了差分等非静态滤波运算后的时间序列生成替代数据,再进行假设检验,以免造成对零假设的错误拒绝.     

随机时间序列法在三门峡潼关站年来水量预测中的应用

以时间序列分析法为理论依据,建立了三门峡潼关站年来水量的预测模型,预测检验结果表明,该模型用于三门峡潼关站年来水量的趋势预测,效果良好.     

事件对国际石油价格影响的时间序列分析

用近来经济分析中应用较多的现代时间序列分析方法 ,以虚拟变量描述突发事件 ,用 ARMAX模型分析事件对国际原油价格的影响 ,并对今年海湾战争后原油价格的趋势进行预测     

A nonparametric procedure to detect periods in time series

Suppose that for a given time series the experimenter knows that it has a certain periodic property and that he wishes to find out the length of the period. For this problem a nonparametric procedure is proposed. It consists of a new smoothing technique based on Kendall's Tau and a specific counting method. The procedure is studied under a simple model of periodic time series which are composed of periodic (deterministic) functions, a linear trend and exchangeable (stochastic) sequences. The performance of the procedure is illustrated by a simple example.     

Multivariate time series modeling,estimation and prediction of mortalities

We introduce a mixed regression model for mortality data which can be decomposed into a deterministic trend component explained by the covariates age and calendar year, a multivariate Gaussian time series part not explained by the covariates, and binomial risk. Data can be analyzed by means of a simple logistic regression model when the multivariate Gaussian time series component is absent and there is no overdispersion. In this paper we rather allow for overdispersion and the mixed regression model is fitted to mortality data from the United States and Sweden, with the aim to provide prediction and intervals for future mortality and annuity premium, as well as smoothing historical data, using the best linear unbiased predictor. We find that the form of the Gaussian time series has a large impact on the width of the prediction intervals, and it poses some new questions on proper model selection.     

基于时间序列分析的西安市公交公司收益预测

公交公司收益额的增长具有其内在的规律性,时间序列分析方法能够充分利用以往各期的调查信息给出精度较高的预测.该文通过对西安市某公司收益数据信息的分析研究,利用Matlab绘图对其进行定性分析,进而用MA2×12方法对原始数据进行处理,分离出趋势项且剔除不规则因素,最终拟合出较好的季节变动模型.依据预测模型对公交收益进行预测的结果表明该模型具有较高的拟合精度,从而较好地解决了公交公司收益的预测问题.     

时间序列预测模型研究综述

介绍了时间序列预测模型的产生和发展,呈现了时间序列模型研究方向的理论、方法和应用,并就未来的发展势态进行了初步的探讨.     

FLOODING ON THE EEL RIVER: SYSTEM THEORETIC TIME SERIES,TRANSFER FUNCTION TIME SERIES,AND STRUCTURAL MODEL FORECASTS

Three models are developed to forecast precipitation, stream flow, and suspended sediment load for the Middle Fork Eel River basin near Dos Rios, California. The models are a structural model, a transfer function time series model, and a multivariate time series model based on the ideas of linear systems theory. Monthly observations from 1961 through 1970 were used to specify and estimate the models, and their performance was evaluated using 36 observations from 1971 through 1973. The comparisons show that all of the models are able to simulate the general trend of the data fairly well but that the two time series models capture the detail better. The system theoretic time series model fares the best, providing consistently better forecasts of all three series. We conclude that this model would be valuable for use in planning water supply systems in the Eel River basin.     

模糊时间数列的分析与预测:以台湾地区加权股价指数为例

随着我国经济快速成长，衍生性金融商品的投资分析，已成为国内财务数学研究热门课题。以股票市场而言，人们总希望比别人早一步掌握行情的脉动，以获取最高的报酬率，然而，影响股市加权股价指数波动的因素众多，要如何进行趋势分析与预测，是很多学者相当感兴趣与研究的主题。本文考虑以模糊统计方法，作模糊时间数列的趋势分析与预测。其望应用模糊统计分析方法比传统的时间数列分析方法能得到更合理的解释，且预测结果可以提供决策者更多的信息，做出正确的决策。最后以台湾地区加权股票指数为例，做一实证上的详细探讨。     

带有长期趋势的近似周期时间序列的刻度变换估计

近似周期时间序列具有近似的周期趋势,即近似周期性.所谓近似周期性是指它看起来有周期性,但是每个周期的长度不是常数,比如太阳黑子数序列.近似周期时间序列在社会经济现象建模中有着广泛的应用前景.对于近似周期时间序列,关键在于刻画它的近似周期趋势,因为一旦近似周期趋势被刻画出来它就可以作为一个普通的时间序列来处理.然而,关于近似周期趋势刻画的研究却很少. 本文首先建立一些必要的理论,特别地,提出了带长度压缩的保形变换概念,并且得到了带长度压缩的线性保形变换的充分必要,然后基于此理论作者提出了一种估计尺度变换的方法,该方法可以很好地估计出近似周期趋势.最后,对一个仿真实例进行了分析.结果表明,本文所提出的方法强力有效.     

The analysis of correlation integrals in terms of extremal value theory

In this paper we first give an overview of the methods of analysis of time series in terms of correlation integrals, which were developed for time series generated by deterministic systems. From the extremal value theory one obtains asymptotic information on the behaviour of the correlation integrals of time series generated by non-deterministic (mixing) systems. This leads to an analysis in terms of correlation integrals which is complementary to the estimation of dimension and entropy.Dedicated to the memory of Ricardo Mañé     

山西省商品房市场的发展规律

本文通过对山西省 1998年至 2002年共 50个月份的月度商品房销售面积 (使用商品房销售面积克服了价格波动的影响 )的实证分析,建立了一个结合普通线性模型 (OLS)、非参数核估计(KernelEstimation)、以及时间序列分析(TimeSeries)的统计预测模型。此模型既能够很好地分离出商品房销售面积随时间的增长趋势,又能够很好地刻画它在各个年度周期内部光滑的季节规律。基于此模型,山西省每年商品房销售面积的规律被刻画为四个周期,即:增长期、衰退期、调整期、以及结束期。从中不难看出商品房销售规律的个性。在分析各地区商品房市场规律时,不能照搬全国商品房市场的相关规律,更不能照搬国外的测算结果。