时间序列ARMA模型及分析.docxVIP

时磊Sn/- 时 ? H?T 亦- ARMA模型及分析 本次试验主要是通过等时间间隔， 连续读取70个某次化学反应的过程数据, 构成一个时间序列。试对该时间序列进行 ARMAg型拟合以及模型的优化，最后 进行预测。以下本次试验的数据： 表1连续读取70个化学反应数据 47 64 23 71 38 64 55 41 59 48 71 35 57 40 58 44 80 55 37 74 51 57 50 60 45 57 50 45 25 59 50 71 56 74 50 58 45 54 36 54 48 55 45 57 50 62 44 64 43 52 38 59 55 41 53 49 34 35 54 45 68 38 50 60 39 59 40 57 54 23 资料来源：O Donovan, Consec. Readings BatCh ChemiCal Proces, RBMilleret al. 下面的分析及检验、预测均是基于上述数据进行的，本次试验是在 EVieWS 6.0上完成的。 一、 序列预处理 由于只有对平稳的时间序列才能建立 ARMA模型，因此在建立模型之前， 有必要对序列进行预处理，主要包括了平稳性检验和纯随机检验。 X 图1化学反应过程时序图 序列时序图显示此化学反应过程无明显趋势或周期，波动稳定。见图 1 AUtOeorrelation Partial COrrelatiOn AC PAC Q-Stat PrOb π 二 I 1 0 390 -C 390 11 103 C.0D1 I I 2 0 304 OlaO 17 970 0.000 I匚 I I I 3 -0 166 ODg 20.032 αooc I []■ I I I 斗 0.071 -0.044 20,414 030 I [ I I I I 5 .037 √j.CSg 21 144 {J.00-1 I I I I匚 I 0 047 -0 121 21 319 0 002 I D I I I 7 0 035 0 020 21 419 C.0D3 I I I I I 9 -0 043 0.05 21 572 o.ooe I I I I I 9 -0.005 -0 056 21 674 OrOIO I I I I 10 D 014 0 004 21.592 0 017 I I I I JI 11 Ollo 0 U3 22.624 0.02C I【 I I I 12 -0 069 -C.009 23035 0 027 I □ I 13 0 148 0.092 24972 0.023 I a ? I F 14 0.036 0 17 25.0SS 0.034 I I I I IS -OoO7 -0 001 25092 €.049 I □ I Zl 16 0 173 0.Ξ21 27.B85 ￠033 I匚 I I I I 17 -CllI 0.053 29.04 0 034 I I I匸 I 19 0 020 -0 105 29 103 0.047 ?I I I I I 19 *0 047 0 012 29324 0.0S1 I ■ I I I 20 0 015 0 050 29350 0.081 1 I I I I I 21 0 Q22 0 056 29.402 0.105 I [ I I I I 22 -OO79 -Oo42 30Q52 0117 I I I匚 I 23 -OOlO 4) 137 30.062 0.14S I [ I ■ I 24 -0.073 ■0.13 30.643 C.1?4 I I I [ I 25 -0.020 -0.05 30.690 CJ 95 I n I I I 2B 0 041 -OM4 30907 0.233 I I I匚 I 27 -0 022 4) 127 30.945 C.273 I D I I I 23 OOag 0 025 31 893 O27? I I I I 29 0.0IS 0.017 31.925 0.323 I I I匸 I 30 C.004 -0 093 31 92^ C.371 I I I I 31 0.005 0.CS4 31 930 0420 I I I I I 32 -0.025 √] 057 32 011 0.46fi 图2化学反应过程相关图和 Q统计量 从图2的序列的相关分析结果:1.可以看出自相关系数始终在O周围波动， 判定该序列为平稳时间序列 2.看Q统计量的P值：该统计量的原假设为 X的1 期，2期……k期的自相关系数均等于0,备择假设为自相关系数中至少有一个 不等于0,因此如图知，该P值在滞后2、3、4期是都为0,所以拒