《统计预测和决策-陈康》第八章.pptVIP

4. 计算小误差概率： 令: ， 则： P 0.95 0.80 0.70 ≤0.70 C 0.35 0.50 0.65 ≥0.65 好 合格 勉强合格 不合格 10.3 GM(1,1)残差模型及GM (n, h)模型 一、残差模型 若用原始时间序列 模型检验不合格或精度不理想时，要对建立的 GM（1，1）模型进行残差修正来提高模型的预 测精度。修正的方法是建立GM（1，1）的残差 模型。 建立的GM(1,1) 原始时间序列 模型为： 可获得生成序列 的预测值序列 残差序列： 若 中有负数，首先将它非负化 令 的累加生成列为： 建立相应的GM(1,1)模型： 做逆生成累减处理得： 用 代替 作为 的预测值 二、 GM（n，h）模型 GM（n，h）模型是微分方程模型，可用 于对描述对象做长期、连续、动态的反映。从原则上讲，某一灰色系统无论内部机制如何，只要能将该系统原始表征量表示为时间 ，并有 （N表示自然数集），即可用GM模型对系统进行描述。 ， 序列 例4 灾变预测－预测异常值出现的时间 某地区根据其排涝能力确定，当年降雨量超过1000mm，就会形成水灾。今有17年降雨量资料如下所示(t：年序、xt：降雨量、单位mm) t 1 2 3 4 5 6 7 8 9 xt 985 813 1015 756 887 798 993 1258 897 t 10 11 12 13 14 15 16 17 xt 1215 698 951 873 1587 793 862 1325 预测下两次水灾哪年发生？ 用 表示年降雨量超过1000mm的序号， 则有： 对此序列用GM(1,1)预测，看下两次水灾哪两年发生。 解： MSE=0.6330 例五：拓扑预测 设：某连续变量的波形如图所示，它与直线x=10已有5个交点，这5个交点的横坐标构成的序列为： 试对此序列用GM(1,1)预测，它与直线x=10 的第6，7个交点的横坐标是多少？ MSE=0.3652 第6，7个交点坐标为14.0，19.8 例6 预测实例 设时间序列前5期的观察值为 试用GM(1,1)模型预测第6期和第7期的值，并 用残差修正。 第一步：求GM(1,1)模型 令k=0,1,2,…,6，得到1~5期的追溯预测值及第6、7期预 测值，再对 作累减处理，得 t e(0) 1 2 2 2 2 0 1.1211 1.1211 2 5 7 6.1423 4.1423 0.8577 1.9788 3.0999 3 4 11 10.5118 4.3695 0.4882 1.6093 4.7092 4 3 14 15.1211 4.6093 -1.1211 0 4.7092 5 6 20 19.9833 4.8622 0.0167 1.1378 5.8470 6 25.1122 5.1289 7 30.5225 5.4103 MSE=4.7567 1 1.1211 1.1211 0 2 3 2 3.0836 1.9625 0.8413 6.9836 4.9836 3 4.3639 1.2803 0.1592 10.6710 3.6874 4 5.1992 0.8353 -0.2858 14.8353 4.1643 5 5.7442 0.5450 -0.5761 19.4071 4.5718 6 6.0997 0.3555 -0.7656 24.3466 4.9395 7 6.3317 0.2320 -0.8891 29.6834 5.2368 t 新 新 第二步：检验 1、后验差检验 p=1 c0.5 2、关联度检验 及 的r=? 3、计算绝对误差序列及相对误差序列 i=1,2,3,4,5 第三步：残差修正 新 新 9.1 灰色预测理论 9.2 GM(1,1)模型 9.3 GM(1,1)残差模型及GM (n, h)模型 9灰色预测法 10.1 灰 色 预 测 理 论 一、灰色预测的概念 （1）灰色系统、白色系统和黑色系统 白色系统是指一个系统的内部特征是完全