排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
时间序列的频域分析并不如时域分析应用广泛,但其弥补了时域分析的不足:能够把时间序列分解为具有不同振幅,相位和频率的周期分量的叠加,找出原序列中隐含的主要周期分量,并从周期波动的角度对序列进行解释.针对非平稳时间序列进行研究,利用B样条函数为基底并引入惩罚项,提取序列中的趋势项之后,再根据样本谱密度理论得到时序数据中的潜周期,最终将原始时间序列分解为趋势项,周期项和随机扰动项.数据模拟部分验证了通过B样条估计并提取的趋势项具有较高的精确度,并会对周期项的提取产生积极的影响.实际数据部分使用了黄金价格的月度数据,得到了长,中,短三个波动周期这一有意义的结论,验证了本方法的可行性和有效性. 相似文献
1