时间序列分析在流行病疫情研究中的应用

利用时序分析方法研究了从2003年4月27日开始卫生部办公厅发布的传染性非典型肺炎疫情报告,建立了非典型肺炎疫情ARMAV预报模型,并用所建模型对未来疫情进行外延预测,得到较为理想的预测结果。     

依等价AR模型阶次递增的自回归滑动平均模型辨识

通过用AR模型等价ARMA模型的思想,提出了一种确定ARMA模型参数估计方法.针对等价AR模型阶次合理选定问题,借助数据乘积矩矩阵的分块矩阵求逆引理,给出了计算等价AR模型参数估计和相应准则函数的依阶次递增递推算法.通过判定准则函数的变化趋势,来确定出AR模型的最合理阶次和相应的参数估计值.然后基于所拟合的AR模型参数,通过解一个不相容代数方程组便可确定ARMA模型参数.仿真实例验证了该算法的性能.     

一种确定自回归滑动平均模型最小阶次的新方法

针对经典Akaike信息准则(AIC)在模型定阶时缺少阶次范围下界而引起的模态遗漏问题,根据稳态图和AIC准则,提出了一种自回归滑动平均模型在模态参数辨识中的定阶方法.该方法先利用稳态图能够鉴别真假模态的特点,进行各阶模态频率的估计和均值的求取,进而根据模态稳定性判定准则计算出阶次范围下界,最后利用AIC准则确定最优的模型阶次.仿真结果表明,与经典AIC准则相比,所提出的方法定阶后进行模态参数的辨识,不仅识别出了经典AIC准则遗漏的第3阶模态参数(误差为0.18%),而且使第1、2阶模态参数的精度分别提高了2.31%和6.31%.对悬臂梁的模态实验结果表明:该方法不仅辨识出了经典AIC准则遗漏的第1阶模态参数,使其误差仅为0.62%,而且也大大提高了其他各阶模态参数的精度.     

太阳黑子的多项式趋势-自回归-条件异方差模型

用确定性趋势与残差服从条件异方差模型的自回归模型组合，作为太阳黑子相对数的数学模型，用它拟合1848—2002年太阳黑子相对数数据，取得很好的效果，首先通过逐步回归与逐步自回归，建立太阳黑子数的多项式趋势-自回归校正模型，然后通过PortmanteauQ检验和Lagrenge乘子检验证明残差存在强烈的异方差性，表明仅仅用多项式趋势-自回归校正模型是不够的，再配上一种条件异方差模型，即EGARCH模型控制其残差方差，从而建立多项式趋势 自回归 EGARCH模型，用此模型进行数据拟合回代，分析和预测，表明该模型的拟合，预测效果是好的，所分析的太阳黑子周期是恰当的。     

自回归条件异方差模型的模拟

通过介绍怎样利用SAS/ETS中的自回归(Autoreg)过程实现条件异方差(ARCH)模型数据的分析,将理论与实践相结合,利用SAS/IML软件模拟两组(一组为ARCH(q)模型,另一组为AR(m)-ARCH(q)模型)ARCH数据,然后调用自回归过程对两组数据分别用相应ARCH模型进行效据拟合,得到理想结果.     

混合周期自回归滑动平均时间序列的平稳性条件

为了描述周期时间序列中的偏倚和多峰现象,结合有限混合模型方法,将周期自回归滑动平均（Periodical Autoregression Moving Average——PARMA）模型推广,提出混合周期自回归滑动平均时间序列（MPARMA）模型,并讨论了MPARMA序列的一阶和二阶平稳性条件。     

一类带有GARCH类误差项的自回归滑动平均模型

本文结合DAR模型及传统的ARMA-GARCH模型,提出一类带有新型GARCH类误差项的自回归滑动平均模型.该模型比DAR模型引入更多数据信息,同时定义一种由可观测序列驱动的新型条件异方差结构,比传统ARMA-GARCH模型的条件方差更易于估计.本文研究模型参数的拟极大似然估计,并在较弱矩条件下证明估计量的渐近正态性;...     

向量自回归模型参数估计矩阵的渐近分布

讨论了向量自回归模型参数的估计矩阵П^、Ω^的渐近分布，给出并证明了两个相应的结论．     

图像的二维自回归滑动平均模型

在一维自回归求和滑动平均模型（ＡＲＩＭＡ（ｐ;ｄ;ｑ）的基础上,探讨了其在二维图像空域序列的模型推广．讨论了图像的二维自回归滑动平均模型ＡＲＭＡ（ｍ ,ｎ;ｐ,ｑ）的建模方法,包括利用模型的自相关和偏相关函数的截尾性及Ｆ检验准则对模型定阶,采用两步估计法进行自回归模型（ＡＲ（ｐ））和滑动平均模型（ＭＡ（ｑ））的参数估计．将此模型应用于对一类纹理图像的建模中,在较低阶时就能得到较好的定量描述,从而为图像的纹理特征提取提供了分类依据．     

拮抗肌对的自回归滑动平均模型的参数分析

将自回归滑动平均模型运用于肘关节桔抗肌对的肌电信号分析中，利用该模型所提供的丰富的参数，来研究在同一关节上的拮抗肌对的疲劳关系．模型中的一些自回归系数和肌疲劳程度具有相似的变化趋势．而且，对于同一伸展或屈曲过程，关节上的拮抗肌的疲劳参数要大于主动肌的参数．     

动态数据的ARMA模型预测加工质量

本文首先阐述了在长度计量中建立自回归滑动平均模型(Auto Regressive Moving Average Model)的理论,推导出预测的计算模型及误差估计,然后以一个生产实例,证明这个模型具有相当的置信度。     

目标规划在动态投入产出模型中的应用

应用动态投入产出模型制定中长期宏观经济规划时，经常遇到求多目标的最优解问题，而且，不仅要按不同优先级的目标分层次地进行优化，还要使初始年的各种经济指标符合始端条件。采用目标规划方法，可以在满足始端约束和目标年预期指标的条件下，合理地利用有限资源．定量地得出逐年的产出量、投资构成以及最终净需要量，从而可正确地制定出经济发展规划和决策。     

欧亚商都购物人次时间序列预测模型

时间序列分析是一种根据动态数据揭示系统动态结构和规律的统计方法,文中采用1998~2002年的数据,应用时间序列分析中的ARIMA模型对欧亚商都2003~2004年的季节购物人次进行了预测,实际计算过程由Eviews软件的自回归移动平均模型ARIMA过程实现,结果与实际数据基本相符,本模型所取参数对欧亚商都购物人次的短期预测是行之有效的。     

并行播送和求和算法在几种实际计算模型上的设计和分析

研究播送和求和算法在几种实际的并行模型上的具体实现方法，展示这些新模型上的算法设计风格，给出各实际模型的内在特性及相互关系，并对它们做一综合评价．     

引力模型在旅游目的地客源吸引范围划分中的应用——以天津蓟县为例

采用城市引力模型从实际数据角度分析了决定天津蓟县游客数量及来源比例的主要条件是城市人口总数、国民收入水平（人均GDP）、空间距离等因素,并根据这些数据的分析了解游客的消费水平,对旅游资源的偏好,对旅游服务设施,交通路线以及交通工具选择上的差异.同时还介绍了天津蓟县的整体概况、旅游业目前发展的状态以及旅游业发展的优势和特色.在分析模型数据和蓟县发展现状的基础上进一步提出了天津蓟县旅游业发展的对策和建议,主要包括根据不同游客的旅游偏好进行旅游资源的开发,根据不同地区游客消费水平上的差异进行旅游产品的开发,根据客源地和游客的消费水平进行交通路线的建设和维护,根据游客来源的比例进行不同力度的旅游产品的宣传.     

DBL(1,0,1)误差非线性回归模型相关性和方差齐性的检验

讨论了具有双线性DBL(1,0,1)误差的非线性回归模型的相关性和方差齐性的检验问题,用Score检验方法给出了双线性项检验以及相关性和方差齐性同时检验的检验统计量,并用随机模拟验证了检验方法的正确性;推广和发展了具有线性序列误差回归模型的结果;最后将结果应用于DBL(0,1,1)误差的非线性回归模型。     

季节性模型的建模及其应用

主要讨论李节性模型的识别与建模步骤,并编制程序借助计算机进行参数估计与预报,以月平均气温为实例进行模拟建模,其结果较佳。     

水体富营养化模型比较与关键参数分析

通过分类比较的方法探讨了常用3类富营养化模型的特点,并分析了其中的关键参数.结果表明,单一营养盐负荷模型的主要参数是平均水深、水力停留时间、沉积速率、垂直交换系数.浮游植物与营养盐相关模型主要参数是总磷浓度、总氮浓度、半饱和常数、藻类生长速率.生态动力学模型参数可分为水质参数、物理参数、生物参数和水动力参数.其中水质参数主要有:COD、C、P、N、Chla及各营养盐之间的比例;物理参数有:pH、DO、光照强度和水温;生物参数有:藻类生长速率、呼吸速率和光合作用速率;水动力参数有:沉积速率.前两类模型适用于静态浅水水域,生态动力学模型适用于污染物较为复杂且空间变化较大的水域.结论可作为富营养化模型和参数选择的依据.