时间序列12.pptVIP

* * 一、时序分析的应用 二、时间序列的概率特性 三、平稳时间序列 四、时间序列的运算 一般来说, 采用参数模型（特别是ARMA模型），对所观测到的有序的随机数据进行处理和分析的一种数据处理的统计方法，称为时间序列分析，亦称时间序列方法，或时序分析，或时序方法。 时间序列方法 常见的时间序列模型有 研究、分析和处理时间序列，就是为了从中提取有关的信息，揭示时间序列本身的结构与规律，从而认识产生时间序列系统的固有特性，掌握系统与外界的联系规律，从系统的过去值去预测其将来值。 4、非平稳ARIMA模型。 3、季节性模型； 2、滑动平均（Moving Average）模型； 1、自回归（Autoregressive）模型； 1. 预报分析 一、时序分析的应用 时间序列分析的目的可以概括为四个方面:描述,推断,预报与控制.故究其应用方面可分为以下四部分内容: 根据对某个变化量的一般观测数据，建立统计预测模型，从而预报该量在未来时刻的取值问题，此即为时间序列的预报问题。 例如,根据历史数据与动态模型作出预报: 预报明日、下周某支股票股价; 预报上海、深圳股价； 预报下年水产品总产量; 预报下一时段化工生产的浓度读数; 预报下日的日平均气温; 预报下月臭氧每小时读数月平均值。 2. 控制分析 根据若干量的观测结果的分析，建立适