时间序列分析模型构建与MATLAB实现.PDF

时间序列分析模型构建与MATLAB实现.PDF

  1. 1、本文档共2页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
时间序列分析模型构建与MATLAB实现

2009 NO.26 科技资讯 SCIENCE TECHNOLOGY INFORMATION 学 术 论 坛 时间序列分析模型构建与MATLAB实现 谭 (重庆市勘测院 重庆 400020) 摘 要:主要讲述了时间序列分析的基本思想,模型构建方法、过程及步骤,并通过假设的时间序列用MATLAB软件,实现了模型的定阶、 模型参数的估计过程。 关键词:时间序列分析 时间序列模型 MATLAB方法实现 中图分类号:TP3 文献标识码:A 文章编号 :1672-3791(2009)09(b)-0253-02 1时间序列基本思想概述 的是AIC定阶方法。首先假定ARMA(p,q) N p q 2 无论是按时间序列排列的观测数据还 ( )x a x b e 模型的一组阶数k,j,然后利用ARMA(p,q) t j t j j t j Qa(b, ) 是按空间位置顺序排列的观测数据,数据 模型的自回归逼近法求得白噪声的估计方 t L 1 j 1 j 1 之间都或多或少的存在统计自相关现象。 差δ2,再利用ARMA(p,q)模型的AIC定阶 2 Qa(b, ) s 时间序列分析是20世纪20年代后期开始出 方法,计算AIC函数。 N L 现的一种数据处理方法,是系统辨识与系 AIC(k,j)=ln(δ2(k,j))+2(k+j)/N 统分析的重要方法之一,是一种动态的数 AIC(k,j)的最小值点( , )称为(p,q)3 模型的定阶、参数估计的MATLAB实 p q 据处理方法。时间序列分析的特点在于:逐 的AIC定阶。也就是ARMA(p,q)模型的阶 现 次的观测值通常是不独立的,且分析必须 数。 程序见附录,程序开始通过产生服从 考虑到观测资料的时间顺序,当逐次观测 模型的参数估计:

文档评论(0)

haihang2017 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档