时间序列分析 2【参考】.docVIP

评分 2014—2015学年度第 学期 实验目的 二、实验环境 1、硬件配置： 2、软件环境： 三、实验 (包括本实验要完成的实验问题及需要的相关知识简单概述)， 则时刻的预测值为 （2）滑动平均法 式中； 为t点的滑动平均值；为单侧平滑时距 （3）指数平滑法 指数平滑法指在对过去数据加权平均时，对了离预测时间点越远的过去数据，赋予较小的权重，而越近的数据赋予越大的权重，过去数据对现在预测值的影响按照随距离呈指数形式衰减，其一般形式为 其中，为平滑系数。一般时间序列较稳定，取值可以小一些一般取；若时间序列数据起伏波动比较大则应取较大的值，一般。 拟合函数法通常采用最小二乘法对给定的形式的函数的参数进行估计，获得最终的解析函数表达式，从而可以计算任何时间点的变量取值。3种最常用的趋势如下所示。 1、直线型趋势线 ；2指数型趋势线 。3抛物线型趋势线 。 周期和季节的分析方法。 （1）自相关函数的分析方法 对于一个时间序列，其自相关序列函数用于测定序列前后期数值之间的相关关系。 当序列中含有周期性成分时，其自相关序列也呈周期性变化，这一特性被用来判断时间序列中是否含有周期性变化成分以及周期的大小 matlab中提供了