季节时间序列的方法研究及实证分析-数学与应用数学专业论文.docxVIP

万方数据 万方数据 摘要 摘要 时间序列理论在处理动态数据问题上已经非常成熟，无论是金融方面的数据、 还是复杂的网络流量数据，只要是带有时间变量的数据，时间序列理论在处理上 都具有无可比拟的优越性。而在这些带有时间变量的数据中，又有很多数据同时 具有季节性这个性质，本文从这个角度出发，运用季节时间序列的理论，对具有 季节性的网络数据进行建模，以达到预测网络流量目的。 本文首先对时间序列基础知识和经典时间序列模型进行介绍，然后分析了时 间序列分析数据与传统统计学分析数据之间的差异，并阐明了时间序列在分析动 态数据上的优势，接下来介绍了季节时间序列理论的发展综述。 然后着重介绍了季节时间序列模型的各种类型，以及在实际建模中比较重要 的一个环节，即模型的参数估计，讨论了各种模型的参数估计思想和参数估计方 法。 最后利用季节时间序列相关理论，选用 CERNET 上的一段网络流量数据进行 实证分析，在分析的同时介绍了数据的预处理、平稳性检验、白噪声检验、模型 的适应性以及模型预测等。结合数据，通过经验和实际的理论操作，表明季节时 间序列在处理网络流量这种带有周期性性质数据的优势，认识到季节时间序列理 论的重要性。 关键词：时间序列，统计学，季节时间序列，参数估计， ARMA( p, d, q) 模型 I Abstract Abstract Time series theory is already very mature in dealing with dynamic data, and time series theory has superior advantages for financial data and network traffic data with time variables. Data with time variables always endow seasonality. Motivated by this observation, we model network traffic data with seasonality by seasonal time series theory and thus predict network traffic. In the first, the basics of time series and the classic time series models are firstly introduced. And then we analyze the differences between time series theory and traditional statistics theory for analyzing data and illustrate the advantages of time series theory for analyzing dynamics data. At last the developments of seasonal time series theory are briefly reviewed. Then various types of seasonal time series model are discussed. Model parameter estimation is important issue in practical modeling. We discuss the variety methods of model parameter estimation and the underlying philosophy. At last,we analysis network traffic data on CERNET data adopting seasonal time series theory. This example demonstrates the outperformance of seasonal time series theory in dealing with data with seasonality. Keywords：Time series，Statistics，Seasonal time series，Parameter estimation， A R M (Ap, d, q) Model II 目录 目录 HYPERLINK \l _bookmark0 第一章 绪论 .....................................................................................................