基于BOX-Jenkins方法的青南高原降水量时间序列分析建模与预测

应用基于Box-Jenkins方法的时间序列分析技术,对青南高原的四个典型地区1961-2005年降水量序列进行ARMA建模分析:验证了四地区年降水量序列的时间序列特性,研究并选择了这些序列的最佳ARMA模型,本文也通过模型对未来降水量进行了预测.模型实证分析的结果表明:在青藏高原降水量时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.     

青岛港货运吞吐量的时间序列模型

运用时间序列分析方法对时间序列建立ARMA,ARIMA模型.搜集了青岛港1999年1月～2003年5月的货运吞吐量数据,对进行分析,建立了青岛港货运吞吐量的模型.通过预留的部分数据对模型进行检验,并对模型的残差进行检验,得出模型比较合理.     

我国外汇储备变动的时间序列建模预测

本文通过对我国最近十三年来的外汇储备月度数据进行分析,利用不同的建模思想建立了三次趋势模型、Holter-Winter非季节模型和AR IMA模型来分析短期内我国外汇储备的变动趋势。这三种模型对原始数据都能够较好的拟合,而且用于预测时的结果也相差不大,可以为短期内预测管理我国外汇储备提供有效参考。     

基于一类长记忆过程的经济时间序列建模研究

本文介绍了长记忆的概念 ,首次提出了一种与 ADF检验相结合的长记忆性判断方法。给出了将参数 d的初估计与近似极大似然估计相结合 ,将时间序列长记忆分析与短记忆分析相结合的建立ARFIMA模型的方法。论文进行了实证研究 ,并证明了该模型与其它模型相比的优效性     

关于ARMA序列协方差矩阵的逆

本文用矩阵方法导出ＡＲＭＡ（ｐ，ｑ）序列协方差阵的逆的一种表达式，由它可以较快计算平方和函数及其偏导数，还可以求得初值为零的条件平方和函数的误差。     

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.     

增长型经济变量的趋势时间序列预测模型

针对增长型外汇储备时间序列变化复杂性的特点,可以建立确定性趋势的时间序列模型及包含单位根的随机趋势模型.实际计算显示,确定性趋势的时间序列模型具有较高的预测精度.     

当代气候的层次和时间序列建模

本文不沿用能量平衡等基本定律，而是在气候层次理论和时间序列的基础上，构造了一个三次非线性气候模式。模拟结果表明，该模式可以近似地描述当代气候的一些特性。     

随机缺失数据下的时间序列分析建模

在时间序列建模过程中,数据的缺失会极大地影响模型的准确性,因此对缺失数据的填补尤为重要.选取北京市空气质量指数(AQI)数据。将其随机缺失10%.分别利用EM算法和polyfit直线拟合的方法对缺失值插补,补全数据后建立ARMA模型并作预测分析.结果表明,利用polyfit函数插补法具有较好的结果.     

组合时间序列ARMA模型在经济预测中的应用——内蒙古十一五期间GDP预测

2006—2010年是内蒙古"十一五"规划的重要时期.利用组合ARMA时间序列模型,对内蒙古2006—2010年GDP进行预测,得出的结果能够帮助我们把握"十一五"期间经济运行的变动趋势,并寻求最佳的调控办法.     

基于ARMA模型的共享单车的投放预测与管理

共享单车作为城市公共交通的有效补充,对其使用情况进行预测能为共享单车管理部门的投放和统一管理提供依据.采用时间序列分析的方法,对城市某一公共场所共享单车的使用情况进行了观察记录,对所获得的序列X-user进行时间序列分析的方法建立了序列ARMA模型.根据所建立的ARMA模型对共享单车的使用情况进行了短期的预测,预测的结果与实际观察的结果具有较高的拟合度,验证了模型具有较好的预测效果.     

时间序列问题的建模方法和过程

时间序列分析是研究经济学和统计学的一种重要方法,通过分析实际的时间数据序列进行建立数学模型,用来预测序列的未来的发展情况。本文介绍了时间序列的发展概况和基本概念,论述了ARMA模型的自协方差函数、自相关系数、偏自相关函数的特征和Box-Jenkins建模。Box-Jenkins建模方法一般包括模型识别、参数估计、模型适用性检验和预测等步骤,该模型主要运用于单变量、同方差场合的线性模型。通过对模型的进一步研究,明确了模型的定阶与参数估计等问题。     

双线性时间序列矩估计的渐近性态

双线性时间序列矩估计的渐近性态范金城，李金玉（西安交通大学应用数学系，西安７１００４９）双线性模型是一种重要的非线性时间序列模型，其一般形式是式中｛ｅｔ，ｔ＝０、±１，±２，…｝是ｉ．ｉ．ｄ．序列，且ｃ０＝１．对时间序列｛Ｘｔ，ｔ＝０，±１，±２，…...     

基于ARMA模型的中国农产品价格的分析与预警

采用ARMA模型,对中国农产品生产价格指数(1979-2010)时间序列进行了建模分析.结果表明,ARMA(5,1)模型是平稳的且是可逆的.对2011-2013的中国农产品生产价格指数GPIFP进行了短期预测.预测结果分别是112,102和108.采用ARMA模型进行农产品生产价格指数的分析与预测,能较好地反映其动态变化,对促进我国农产品价格市场和谐发展具有重要的参考价值.     

时间序列系统建模预测的一种新方法

利用微分方程数值解法对时间序列系统建模作了新的探讨 ,给出了单调型和起伏型时间序列的建模预测方法 .本文给出的方法适用范围广泛 ,尤其对间隔较小的时间序列能获得满意的精度 ,文中最后给以建模实例 .     

股票指数的时间序列模型分析

借助于SA S软件将工程中的K a lm an滤波方法与时间序列的状态空间模型结合对上海A股指数进行了拟合与预测分析,通过对拟合与预测误差的计算可以发现这种模型是可行的;然后还把与滤波结合的状态空间模型的分析结果和常见的时间序列模型如:AR IM A模型、逐步自回归模型以及指数平滑模型的分析结果进行比较,比较的结果说明结合滤波的状态空间模型分析的结果比后三种的结果更加精确.结果为时间序列数据分析提供了一个较好的分析工具.     

季节性时间序列建模的“教”与“思”

针对季节性时间序列,分别探讨了四种预测模型.以中国国内生产总值季度数据为研究对象,进行统计建模分析.结果表明,四种模型预测误差稍有差异,但总体上都具有较优的预测精度.最后对2021年我国国内生产总值四个季度数据进行了预测,为我国国内生产总值预测分析提供参考.在综合建模分析的基础上,着重培养学生统计建模思想和解决复杂问题的综合能力和高阶思维以及在真实情境中所激发的品格、价值观和使命感.     

上次对角双线性时间序列模型的广义传递函数系统及平稳性条件

本文讨论了一类特殊的双线性时间序列模型,即上次对角欢线性时间序列模型,在输入为严格白噪声的假定下,利用多元Wiener-Ito积分,得到了该模型的广义传递函数及平稳性的充分必要条件。     

我国新能源ARMA模型分析与预测

当煤炭、石油等不可再生能源频频告急,能源问题日益成为制约国际社会经济发展的瓶颈时,越来越多的国家开始开发新能源资源,寻求经济发展的新动力。本文运用计量经济学原理对我国新能源进行动态分析,建立ARIMA模型,给出了新能源的预测方法,为国家能源发展决策提供依据。为企业开发新能源提供决策依据。     

周期相关时间序列与周期自回归模型

介绍了周期相关时间序列和周期自回归模型,并研究了周期自回归时间序列的稳定性及周期性,得到了它为周期相关时间序列的一个充要条件,推广了文献[1]的结论.