针对70个化学反应数据序列建立时间序列模型.docVIP

针对70个化学反应数据序列建立时间序列模型.doc

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
查看更多
精品资料网() 50万份精华管理资料,3万多集管理视频讲座 精品资料网()专业提供企管培训资料 更多资料请访问精品资料网 () 此资料来自:精品资料网( 此资料来自: 精品资料网( ) 联系电话:020值班手机提供50万份管理资料下载 3万集企业管理资料下载 1300GB高清管理讲座硬盘拷贝 更多企业学院: /Shop/ 《中小企业管理全能版》 183套讲座+89700份资料 /Shop/40.shtml 《总经理、高层管理》 49套讲座+16388份资料 /Shop/38.shtml 《中层管理学院》 46套讲座+6020份资料? /Shop/39.shtml 《国学智慧、易经》 46套讲座 /Shop/41.shtml 《人力资源学院》 56套讲座+27123份资料 /Shop/44.shtml 《各阶段员工培训学院》 77套讲座+ 324份资料 /Shop/49.shtml 《员工管理企业学院》 67套讲座+ 8720份资料 /Shop/42.shtml 《工厂生产管理学院》 52套讲座+ 13920份资料 /Shop/43.shtml 《财务管理学院》 53套讲座+ 17945份资料? /Shop/45.shtml 《销售经理学院》 56套讲座+ 14350份资料 /Shop/46.shtml 《销售人员培训学院》 72套讲座+ 4879份资料 /Shop/47.shtml 对 70 个 化 学 反 应 数 据 序 列 建 立 时 间 序 列 模 型 班级:统计二班 姓名:李灿 学号对70个化学反应数据序列建立时间序列模型 一、数据平稳性检验 (1)用时序图进行初步判断 Xt时序图 从时序图可以看出70个化学反应的数据是平稳的,但这个判断比较粗糙,需要用统计方法进一步验证。 (2)用序列相关性进行检验 Xt自相关图 从相关图看出,自相关系数从二阶后迅速衰减为0,说明序列是平稳的。 (3)对该序列做单位根检验 检验结果如下图所示 T检验统计量的相伴概率值很显著,说明不存在绝对值大于1的单位根,说明序列是平稳的。 二、对序列进行的随机性进行检验 Xt自相关图 最后一列白噪声检验的Q统计量和相应的伴随概率表明序列存在相关性,因此序列为非白噪声序列。我们可以对序列采用B-J方法建模研究。矚慫润厲钐瘗睞枥庑赖賃軔朧碍鳝绢懣硯涛镕頃赎巯驂雞虯从躜鞯烧论雛办罴噓剥淚軔琿閔馐虯圓绅锾潴苏琺锅苁。 三、模型识别(即模型定阶) 从自相关图可以看出自相关系数前两阶显著异于零外,其他都落入两倍标准差内,所以可以考虑用MA(2)拟合;偏自相关系数除了第一个显著异于零外,其他都落入两倍标准差内,且由非零转变为零的过程非常突然,所以可以尝试用AR(1)进行拟合;还可以考虑用ARMA(1,2)进行拟合。聞創沟燴鐺險爱氇谴净祸測樅锯鳗鲮詣鋃陉蛮苎覺藍驳驂签拋敘睑绑鵪壺嗫龄呓骣頂濺锇慪柠圖虬辏獨鰷濱賺钓崳。 对原序列做描述统计分析见图1,可见序列均值非0,我们通常对0均值平稳序列做建模分析,所以需要在原序列基础上生成一个新的0均值序列。新序列的描述统计量见图2,相当于在原序列基础上作了个整体平移,所以统计特性没有发生根本改变。我们对序列x进行分析。残骛楼諍锩瀨濟溆塹籟婭骒東戇鳖納们怿碩洒強缦骟飴顢歡窃緞駔蚂玨础对聳卻錨纩鳅抛蒉詣赅齦鸸餌螞妪麩轰鍍。 Xt的描述统计量 中心化处理后的Xt的描述统计图 四、对模型的参数进行估计 (1)尝试用AR(1)进行拟合 从表中的数据可以看出T统计量的相伴概率非常显著,且模型的特征根在单位圆内,说明该过程是平稳的。所以可得到如下AR(1)模型:酽锕极額閉镇桧猪訣锥顧荭钯詢鳕驄粪讳鱸况閫硯浈颡閿审詔頃緯贾钟費怜齪删费龙觯諞餛鸬挣紐攄线幀鲑泽谶绗。 (2)尝试用MA(2)模型进行拟合 从表中可以看出MA(1)和MA(2)的相伴概率在显著性水平为0.05的情况下是显著的,所以可以建立如下MA(2)模型彈贸摄尔霁毙攬砖卤庑诒尔肤亿鳔简闷鼋缔鋃耧泞蹤頓鍥義锥柽鳗铟夺髅搅联黨莢蠷抛務槍渖鐋颠聶鹭铹釹诫诎響。 (3)尝试建立ARMA(1,2)模型 由参数估计结果看出,各系数均不显著,说明模型并不适合拟合ARMA(1,2) 模型。经过进一步筛选,逐步剔除不显著的滞后项或移动平均项,最后得到如下ARMA(1,1)模型,謀荞抟箧飆鐸怼类蒋薔點鉍杂篓鳐驱數硯侖葒屜懣勻雏鉚預齒贡缢颔臉悭榇龟伤确妫閽缮该賴爐满鐵薺硷蓝骤蚂釗。 用ARMA(1,1)进行拟合。 (4)尝试用ARMA(1,1)进行拟合 从表中的数据可以看出个参数统计量的相伴概率是显著的。 比较以上几个模型的统计量,ARMA(1,1

文档评论(0)

tangtianbao1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档