原创力文档- 1、本文档共17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
奶牛月产奶量的时间序列分析
本文应用R软件对奶牛月产奶量建立时间序列模型并进行预测。文章主要从
以下几个方面进行：
1.描述性统计
2.模型识别
3.参数估计
4.模型诊断
5.预测
6.其他建模方法及效果对比
7.结论
最终通过多方面对比，我们选择了ARIMA(0,1,1)×(0,1,1)模型用于以后数
12
据的预测。
一、描述性统计
1.1数据的选取
本文引用的是DataMarket中的时间序列数据“Monthlymilkproduction:
poundspercow.Jan62–Dec75”，包括从1962年1月到1975年12月共168个
月度数据，单位为pounds/month。数据如下：
从中我们将62-74年,共156条数据作为训练集，75年的12个月数据作为测
试集，用于最后评价模型预测效果的参考。
1.2数据的描述性统计
变量统计表1-1
数据类型最小值下四分数中位数均值上四分数最大值
数值型数据553.0677.8761.0754.7824.5969.0
时间序列的分布图和时间序列的分解如下：
时间序列分解图1-1
由图可以看出，时间序列含有明显的季节性和上升趋势，且没有波动集群现
象，可以考虑季节模型，最常用的是ARIMA模型。
1.3乘法季节模型
乘法季节模型是随机季节模型与ARIMA模型的结合。统计学上纯RIMA（p，
d，q）模型记作：ΦΘ。其中t代表时间，Xt表示响应序
列，B是后移算子，R=1-B，p、d、q分别表示自回归阶数、差分阶数和移动
平均阶数；Φ(B)表示自回归算子；Θ(B)表示滑动平均算子。一个阶数为（P，
d，q）×（P，D，Q）s的乘积季节模型可表为：
ΦΘ
a代表独立干扰项或随机误差项，s的值是一个季节循环中观测的个数，
t
Φ表示同一周期内不同周期点的相关关系，则描述了不同周期
中对应时点上的相关关系，二者结合起来便同时刻画了2个因数的作用。
二、模型识别
2.1序列平稳化
我们首先画出奶牛月产奶量的时序图。
奶牛月产奶量时序图2-1
由上面奶牛月产奶量的时序图可见，序列呈现明显的趋势。为消除趋势，我
们首先对数据做一阶差分，一阶差分后的时序图和自相关分析图如下：
一阶差分时序图2-2
一阶差分ACF图2-3
如图所示，序列的趋势基本消除，但当k=12、24时，序列的样本自相
关系数显著不为0，表明季节性存在，且季节周期为12。因此我们再对一阶
差分后的序列做12步季节差分，得到序列的折线图。
一阶12步差分折线图2-4
此时可以发现序列已经消除了趋势和周期性，基本处于平稳状态，我们
可以进一步通过ADF单位根检验序列的平稳性，得到：
由于p值小于0.05，所以拒绝原假设，选择备择假设，即此时序列是平稳的。
2.2模型识别
一个序列如果是纯随机的，就意味着它每一次新
文档评论（0）