过程建模11时间序列分析模型.pptxVIP

第十一章 时间序列分析模型 1 时间序列分析模型简介 2 长江水质污染的发展趋势预测 【CUMCM 2005A】 一、问题分析 二、模型假设 三、模型建立 四、模型预测 五、结果分析 六、模型评价与改进 一、时间序列分析模型概述 1、自回归模型 2、移动平均模型 3、自回归移动平均模型 二、随机时间序列的特性分析 三、模型的识别与建立 四、模型的预测 1 时间序列分析模型【ARMA模型 】简介 ARMA模型是一类常用的随机时间序列模型，是一种精度较高的时间序列短期预测方法，其基本思想是：某些时间序列是依赖于时间 的一族随机变量，构成该时间序列的单个序列值虽然具有不确定性，但整个序列的变化却有一定的规律性，可以用相应的数学模型近似描述. 通过对该数学模型的分析研究，能够更本质地认识时间序列的结构与特征，达到最小方差意义下的最优预测. ARMA模型有三种基本类型： 自回归（AR：Auto-regressive）模型 移动平均（MA：Moving Average）模型 自回归移动平均（ARMA：Auto-regressive Moving Average）模型 一、概 述 1 时间序列分析模型【ARMA模型 】简介 1、自回归【 AR 】模型 自回归序列 ： 如果时间序列 是它的前期值和随机项的线性函数，即可表