时间序列建模、预报的原理与应用实例

摘要

该文首先介绍了时间序列的各种模型及其相应的性质特征,并详细叙述了模型平稳性与可逆性的问题.主要总结了模拟动态数据的步骤流程,可分为六步,动态数据的预处理、模型形式的选择和识别、模型参数的初步估计、模型参数的精估计、模型结果的判断和模型的检验和改进.分析比较了两种时间序列预报方法:最小方差预报和新息预报,并给出了一步预报情形下新息预报与平稳线性最小方差预报的渐进一致性的证明.最后将理论应用于实际,主要是对鞍山市两郊水源地地下水水动态进行建模、预报以及模型检验与改进,实际证明效果较好,并对实践有一定的指导作用.

目录

1、引言

2、时间序列模型及其性质

2.1ARMA模型和季节性乘积模型

2.2模型的平稳性与可逆性

2.3AR(p)、MA(q)和ARMA(p，q)序列的自协方差函数和自相关函数及其特征

2.4AR(p)、MA(q)和ARMA(p，q)序列的偏相关函数

3、模型选择和建模步骤

3.1模拟动态数据的步骤流程

4、时间序列的预报

4.1平稳线性最小方差预报

4.2新息预报递推公式

5、应用实例

5.1海口100毫巴高度月平均资料的分析

5.2地下水静水位ARIMA模型

6、结束语

致谢

英文摘要(Abstract)

参考文献

附表一

附表二

学位论文独创性声明及版权的使用授权书