时间序列matlab实例编程.docVIP

下载本文档

368
0
约4.58千字
约 5页
2017-06-09 发布于北京
举报
版权申诉

时间序列matlab实例编程.doc

1、本文档共5页，可阅读全部内容。
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、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、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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

时间序列matlab实例编程

%时间序列ex1 %x-72个源数据 %各个图像需要单独的操作完成(手工进行) x=[9007 8106 8928 9137 10017 10826 11317 10744 9713 9938 9161 8927 7750 6981 8038 8422 8714 9512 10120 9823 8743 9192 8710 8680 8162 7306 8124 7870 9387 9556 10093 9620 8285 8433 8160 8034 7717 7461 7776 7925 8634 8945 10078 9179 8037 8488 7874 8647 7792 6957 7726 8106 8890 9299 10625 9302 8314 8850 8265 8796 7836 6892 7791 8129 9115 9434 10484 9827 9110 9070 8633 9240]; T1=zeros(1,72); t=[9651.75 8723.75 8585.8+1/30 8396.75 8576.8+1/30 8796.75]; %t-各年年平均死亡人数 for i=1:6 T1((12*i-11):(12*i))=t(i); %趋势项T1的赋值 end %数据图和分段趋势1 % plot(x); % hold on % plot(T1,r); % hold off %method1-分段趋势法 S1=zeros(1,72); for i=1:12 %季节项S1的赋值 S1(i:12:(i+12*5))=sum(x(i+12.*[0:5])-T1(i+12.*[0:5]))/6; end R1=x-T1-S1; %随机项R1及绘图 % plot(S1); % hold on % plot(R1,r); % hold off %method2-回归直线法 Y=ones(2,72); Y(2,:)=1:72; A=inv(Y*Y)*Y*x; %回归系数 T2=A(1)+A(2).*[1:72]; %趋势项T2的赋值 %数据图和直线趋势2 % plot(x); % hold on % plot(T2,r); % hold off S2=zeros(1,72); for i=1:12 %季节项S2的赋值 S2(i:12:(i+12*5))=sum(x(i+12.*[0:5])-T2(i+12.*[0:5]))/6; end R2=x-T2-S2; %随机项R2及绘图 % plot(S2); % hold on % plot(R2,r); % hold off %forecast fcT=A(1)+A(2).*[73:84]; %趋势项预测 fcS=S2(1:12); %季节项预测 fcx=fcT+fcS; %死亡人数预测 function [a,b,sig2]=arma2_4(r,k) %功能:根据自协方差函数列求ARMA(2,2)模型 %输入:r-已知自协方差函数列，k-矩阵的阶数 %输出:a-模型的数值项系数;b-噪声项系数;sig2-噪声项的方差 %2011-4-17,Designed by luli. atemp=[r(3) r(2);r(4) r(3)]\[r(4);r(5)]; %系数a的计算 a=[-1;atemp(1);atemp(2)]; ry=zeros(1,3); %变换后的MA(2)模型的自协方差函数列 for i=1:3 ry(i)=a*[r(i) r(i+1) r(i+2);r(max(3-i,i-1)) r(i) r(i+1);r(4-i) r(max(3-i,i-1)) r(i)]*a; end %变换后的MA(2)模型的参数求解 R=zeros(1,k+1); R(1,1:3)=ry; A=[0 1;0 0]; C=[1;0]; oma=zeros(2,k); oma(1,1)=ry(2); oma(1,2)=ry(3); oma(2,1)=ry(3); r2=[ry(2);ry(3)]; gma=zeros(k,k); for i=1:k for j=1:k gma(i,j)=R(abs(i-j)+1); end end PI=(oma/gma)*oma; sig2=ry(1)-C*PI*C; b=(r2-A*PI*C)/sig2; function gammak=arma2_5(L,Max) %功能:计算ARMA(2,2)的自协方差函数列 %输入:L-变量的计算下标;Max-计算自协方差的最大次数(默认10000) %输出:gamak-自协方差函数 %2011-4-17，D