楚莹莹随机过程课程设计.docVIP

《随机过程》 课程设计（论文） 题 目:平稳时间序列AR(p)模型的计算 学 院： 理学院 专 业： 数学与应用数学 班 级： 数学09-1班 学 生 姓 名： 楚莹莹 学 生 学 号： 2009026228 指 导 教 师： 蔡吉花 2011 年 12 月 22 日 目 录 任 务 书 I 摘 要 II 第章 绪论 第章 基本理论 1 2.1AR(p)型的定义与性质 2.2 自相关与偏相关函数 2 2.3 各类线性模型的性质 3 2.4 模型的阶数 3 2.5 AR(p)模型的参数估计 第章 问题描述及分析计算 3.1 问题提出 3.2 问题分析 第章 程序内容及 5 4.1 对数据进行零均值化 4.2 相关函数及偏相关函数的计算 4.3模型的判断 4.4计算模型参数 4.5模型 9 第章 结论和展望 随机过程 课程设计任务书 姓名 楚莹莹 学号 2009026228 指导教师 蔡吉花 设计题目 平稳时间序列的AR(p)模型的计算 理论要点 运用数理统计的方法，分析自相关函数与偏相关函数等平稳时间序列的统计规律，构造拟合它的最佳线性模型，利用模型预报时间序列的未来取值，或用来进行分析和控制。 设计目标 给出平稳时间序列，通过对数据的处理与分析计算，能判断出它属于那种模型。由参数估计构造最佳线性模型，该模型具有预报功能，使人们尽早地预知未来的状况和将要发生的事情，并能动地控制其发展，为人类和社会进步服务。 研究方法步骤 1 对程序进行零均值化。 2 计算新数据的自相关函数及偏相关函数系数。 3判定其符合的平稳时间序列模型。 4求出模型的参数。 预期结果 通过对已知数据的处理，求出其自相关和偏相关函数，并画出二者的将数据代入模型中，对未来值进行预测；运用atlab编程，输入原有数据后，可根据所给数值得出其符合模型，根据模型及数据的迭代计算其预测值。 计划与进步的安排 课程安排一周，分四次完成： 第一次（1-2天）：搜查有关的资料，设计方法。 第二次（3-4天）：写论文的前言、摘要、以及基本原理部分。 第三次(4-6天)：写论文的问题分析以及程序和其说明部分。 第四次（7天）：完成实验报告及最后的审核、打印等。 参考资料 [1]何书元.应用时间序列分析.北京大学出版社.2003 [2]刘次华.随机过程及其应用.高等教育出版社.2004 [3]刘次华.随机过程.华中科技大学出版社.2008 [4]林建华.MATLAB基础及数学软件大连理工大学出版社.2003 填写时间 2011年12月日 摘 要 平稳时间序列，在自然科学、工程技术及社会、经济学的建模分析中起着非常重要作用.平稳时间序列的AR(p)模型的主要分析方法是：通过分析平稳时间序列的统计规律，构造拟合它的最佳线性模型，利用模型预报时间序列的未来取值，或用来进行分析和控制.但实际应用都依赖于数理统计方法。如果要用平稳时间序列方法分析的话，首先要判断的是随机过程是否是平稳过程，这就需要用假设检验的方法作出判断，这些工作是不可缺少的，它们是正确应用随机过程方法的前提。 本篇论文就是基于这一前提介绍平稳时间序列的时域统计分析，利用观测或试验所得到的一串动态数据之间相互依赖所包含的信息，用概率统计方法定量地建立一个合适的数学模型，并根据这个模型相应序列所反映的过程或系统作出预报或控制。通过对已知数据的分析，承认观察值之间的依赖关系或相关性，得出平稳时间序列数据的模型。 关键字：模型，平稳过程，概率统计方法  平稳时间序列的AR(p)模型的计算 第章 绪 论 时间序列是指按时间先后顺序排列的随机序列，或者说是定义在概率空间上的一串有序随机变量集合简记；它的每一个样本（现实）序列，是指时间先后顺序对，所反映的具体随机现象或系统进行观测或试验所得到的一串动态数据。所谓时间序列分析，就是根据有序随机变量或者观测得到的有序数据之间相互依赖所包含的信息，建立一个合适的数学模型，并根据这个模型对相应序列反应的过程或系统作出预报