时间序列模型

时间序列模型

外汇网2021-06-18 23:14:08 82

时间序列分析

时间序列分析是依据系统观测得到的时间序列报告，通过曲线拟合和参数预期来建立数学模型的理论和方法。它一般采取曲线拟合和参数预期方法（如非线性最小二乘法）执行。时间序列分析常用在国民经济宏观控制、区域综合发展规划、企业运营管理、市场潜量预期、气象预报、水文预报、地震预兆预报、农作物病虫灾害预报、环境污染控制、生态平衡、天文学和海洋学等方面。时间序列建模基本步骤

时间序列建模基本步骤是：①用观测、调查、统计、抽样等方法获得被观测系统时间序列动态报告。②依据动态报告作有关图，执行有关分析，求自有关函数。有关图能表明出改变的趋势和周期，并能发现跳点和转折点。跳点是指与其余报告不统一的观测值。假使跳点是正确的观测值,在建模时应考虑进去,假使是失常现象，则应把跳点调整到期望值。转折点则是指时间序列从上升趋势忽然变为下滑趋势的点。假使存在转折点，则在建模时务必用不同的模型去分段拟合该时间序列，比如采取门限回归模型。③辨识合适的随机模型,执行曲线拟合,即用通用随机模型去拟合时间序列的观测报告。对于短的或简单的时间序列，可用趋势模型和季节模型加之误差来执行拟合。对于稳定时间序列，可用通用ARMA模型（自回归滑动平均模型）及其特殊情形的自回归模型、滑动平均模型或组合-ARMA模型等来执行拟合。当观测值多于50个时一般都采取ARMA模型。对于非稳定时间序列则要先将观测到的时间序列执行差分运算，化为稳定时间序列，再用适当模型去拟合这个差分序列。用途

时间序列分析首要用于：①系统描述。依据对系统执行观测得到的时间序列报告，用曲线拟合方法对系统执行客观的描述。②系统分析。当观测值取自两个以上变量时，可用一个时间序列中的改变去表明其他时间序列中的改变，进而深入了解给定时间序列造成的机理。③预期将来。一般用ARMA模型拟合时间序列，预期该时间序列将来值。④决策和控制。依据时间序列模型可调整输入变量使系统发展过程维持在目标值上，即预期到过程要偏离目标时便可执行必要的控制。DPS报告处理系统

DPS报告处理系统供应给用户一套较完整的时间序列建模分析、执行预期预报的工具，包含稳定无趋势时间序列分析预期、有趋势的时间序列预期、具季节性周期的时间序列预期以及差分自回归滑动平均(ARIMA)建模分析、预期等时间序列分析和建模技术。

推荐文章

热门文章

推荐文章

热门文章