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.     

非线性时间序列周期分析的R/S分析方法及其应用

许多时间序列 ,例如资本数据等经济类时间序列 ,是由众多错综复杂因素共同作用的结果 ,存在着种种线性和非线性作用机制 ,频谱分析及其种种变形不应该是这些时间序列周期分析的合适工具 ,R/S分析因为不象频谱分析那样有正弦或余弦的假设 ,因而具有明显的优势 .通过对上证指数的 R/S分析 ,发现上证指数具有长程正相关和大约 5个月一个周期的特点 .     

时间序列分解预测法及周期因素的探讨

本文运用时间序列分解预测法，分析门诊人次的变动规律，预测了季度门诊人次。本法与移动平均比率预测法相比，预测精度提高３１％。本文还探讨了时间序列分解预测的周期因素等有关问题。     

一类非平稳时间序列的周期性

本文研究了一类非平稳时间序列的稳定性及周期性，得到了它为周期相关序列的充分必要条件，推广了文献[3]的结论．     

产出时间序列的遍历性

主要研究产出时间序列的遍历性质,得出了市场经济条件下产出时间序列是马氏过程的结论,并讨论了它的遍历态;证明了市场经济发展的周期状形态.     

时间序列与时空序列的建模

本文介绍了作者和他的博士研究生于近五年内,在时间序列与时空序列的统计建模方面所完成的研究工作。文章包含两个部分:第一部分将给出平稳与非平稳的ARMA模型(包括平稳ARMA,ARUMA与一般ARMA模型)的阶与参数估计的新结果,我们假设模型的噪声项满足鞅差条件,这比要求它们是i.i.d要弱,而且合理。第二部分给出了二维ARMA模型的谱鉴别,对于一类特殊的二维AR模型(即所谓的象限马氏模型,它们恰好就是熟知的一维马氏AR模型在二维情形的相配模型。)给出了它的阶与参数的强相合估计与重对数收敛速度。     

近似周期时间序列分析（英文）

本文首先给出了近似周期时间序列概念,即:具有周期特征但是周期长度变化的时间序列.比如,太阳黑子序列具有11年左右的周期,但是其周期并不是11,而是在11左右变化,这就是一个近似周期序列.然后给出了提取近似周期趋势方法,并且提出了广义差分算子,这里提出的广义差分算子不仅可以消除时间序列的长期趋势和周期性,而且还可以消除近似周期性.最后,以太阳黑子序列为例说明了广义差分算子的应用.     

M序列一个周期的复杂度

在流密码中,M序列及M序列一个周期复杂度是一个重要课题。Chan等人在文献[2]中对M序列的界和分布进行了讨论。本文将对M序列一个周期复杂度进行一些研究,并且主要讨论M序列一个周期复杂度的上下界,遍历性和分布情况。 注 本文在GF(2)上和n≥3情况下讨论。     

南通地区月降水量时间序列分析

根据南通地区1989年-2005年月降水量数据,在统计检验其平稳性、纯随机性的基础上,结合谱分析,建立该地区具有季节效应的疏系数ARIMA月降水量时间序列模型,对模型作了拟合预测检验.研究表明,多个模型的联合使用比单一模型更利于准确拟合预测.     

有限域Fp上的周期序列

1.相似序列设 p 是一个素数,考虑有限域 F_p 上两端无穷的序列 A:…,a_(-1),a_0,a_1,…(简记作A={a_i}).两个序列 A={a_i}和 B={b_i},若有常数 n,使得对任意 i 均有 b_(i n)=a_i,即 B 与 A 移位等价,则这两个序列视为相同.序列 A={a_i}若有常数 n,使得对任意 i 均有 a_(i n)=a_i,则称 A 为周期序列.满足上述条件的 n 的最小正值称为 A 的本原周期,记作 P(A).     

加倍周期子序列的因子结构

加倍周期序列为一类常见的常长代换序列,对其子序列因子结构的研究具有重要意义.主要利用常长代换序列与二进制展开的关系,结合组合学中的一些技巧,从而得出加倍周期序列子序列的因子结构性质.     

《时间序列分析:预测与控制》

原著名:TimesSeriesAnalysis:ForecastingandControl(ThirdEdition)原著作者:[美]GeorgeE.P.Box[英]GwilymM.Jenkins[美]GregoryC.Reinsel主译人员:顾岚校译人员:范金城书评:看摆在面前的这本书,由中国统计出版社出版的现代外国统计学优秀著作译丛:“时间序列分析——预测与控制”,我深深地被打动了。虽然,我没有可能见过该书的作者,也没有可能亲耳聆听几位统计学大家的教诲,但看到翻译的这本书,如同听到了他们娓娓的阐述,仿佛看到了他们在形象地演示。时间序列分析,有那么多不易理解的名词概念,有那么多复杂、纷繁的公式,一般人看起…     

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。     

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.     

时间序列自回归预测方法新探

证明了"利用反双曲正弦函数变换能提高数据列的光滑程度",获得了时间序列自回归预测的新方法,实例分析表明:新方法更具有优越性.     

时间序列多层递阶预报方法的应用

本文将时间序列的多层送阶预报方法用于矿区地下水动态预测，其结果令人满意。     

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.     

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.     

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.