时间序列方法在观测资料分析中的应用

利用时间序列方法,分析了除确定性部分后的残差序列,提取其中有规律成分作为预报时的补偿项,形成叠合模型,进行建筑物观测资料的分析,实例表明,该方法提高了预报精度,证明了叠合模型方法的适用性。     

基于时间序列ARIMA模型的电力负荷短期预测分析

科学的预测电力负荷数据可以更有效地进行电力生产规划和电力供需调整。本文基于代顿市2017年度电力负荷数据构建ARIMA模型,并使用该模型预测2018年的第一个月。并与1月份的实际数据进行比较,验证了模型的真实性和可靠性。研究结果表明:ARIMA(1,1,1)具有良好的预测结果和准确的预测精度。平均预测误差约为4.00%,达到了最小误差的预测效果。     

多维平稳时间序列二阶矩的性质

讨论了多维平稳时间序列均值向量和协方差函数的极限性质,并在多维移动平均(VMA)情况下,给出了最佳线性预报的误差估计.     

时间序列分析技术在GDP增长预测中的应用

综合运用了判别时间序列平稳性的方法，建立了1952-2004年中国GDP的时间序列模型。为了消除虚假回归，利用单位根方法检验了时间序列的单整阶数；在判别差分序列的平稳性之后，利用AIC和SC准则判别了时间序列模型的自回归阶数(AR(p))和移动平均阶数(MA(q))；然后用OLS法对时间序列模型的回归参数进行了估计，对估计模型进行了白噪声检验，并对通过检验的回归结果进行了分析。     

时间序列在地下水位预测中的应用

本文利用时间序列建立了一个趋势回归模型、虚拟参数的季节模型和时间序列分析的统计预测模型.该模型能够很好地分离出时间序列中的趋势成分,且能够很好地刻画它在各个年度周期内部光滑的季节成分.该文将地下水位统计数据进行了消除趋势成分及消除季节影响的处理,再将新得到的数据进行平稳化、零均值化处理,并利用时间序列的自相关函数、偏自相关函数的性质,最终确认了适当的时间序列模型.以北京市1990~1994年共60个月份的地下水位统计数据为实例进行分析,确定此模型为ARMA(1,4)模型.通过对数据的计算,可预测出北京市1995年地下水位值.     

时间序列预测模型及其应用

预测预报是时间序列分析的应用之一，人们根据大量的观测数据对系统进行分析，主要原因是为了能够预测出系统在未来的特性，以便对系统的特性进行处理或控制．文章给出了自回归-滑动评价混合模型（ARMA模型）、平稳序列模型、差分序列模型（ARIMA模型）三种时间序列预测模型，并给出了具体的例子．     

SARS疫情传播的时间序列分析

利用时间序列分析的思想[1～3],对北京市2003年4～6月的累计确诊SARS病例进行研究,获得了日增确诊病例的变化趋势方程,并用自回归模型AR(20)来拟合传播过程,经方差分析知模型效果高度显著,将预测值与实际值比较,结果比较理想.由此推定每个SARS病人可以直接造成他人感染的期限平均在20天左右.     

ARCH模型在金融时间序列中的拟合应用

讨论了自回归条件异方差(Autoregressive Conditional Heteroskedastic,简称ARCH)模型在金融时间序列分析中的拟合应用,以一金融时间序列为例,通过SAS/ETS中的自回归(Autoreh)过程实现对该金融时间序列的自回归-广义自回归条件异方差(Autoregressive-generalzed ARCH,简称AR-GARCH)模型的拟合和分析,最终得到理想结果.     

基于时间序列模型的股票价格波动特性分析

股票市场的波动率问题一直是现代投资学研究的关键问题,是国家监管机构最关注的风险指标。选取股票交易系统中2015—2016年股票东阿阿胶(000423)日收盘价数据,分别从序列水平特征和波动特性2个角度,运用ARIMA模型和GARCH模型,进行股票的短期预测和波动性拟合。结果显示:ARIMA模型对深交所股票东阿阿胶日收盘价的短期预测值与实际值相对误差小,GARCH模型较好地拟合了股票价格,并估计出了风险区间,能为短期投资者和股票决策者提供参考。     

时间序列在建筑结构振动分析中的应用

采用时间序列方法对工程爆破引起的邻近建筑结构振动信号进行了谱分析，算倒结果表明，与传统方法相比，采用AR模型的时间序列分析方法具有谱分辨率高的优点，可以获得建筑结构振动谱分布的细节特征。     

多维自回归滑动平均模型研究与应用

利用时序分析方法研究1952－1997年国内生产第一产业与第二产业产值的ARMAV模型，并用所建模型对1998年产值进行外延预测，得到较理想的预测结果。     

地下工程监控时间序列分析方法及应用

根据现场位移监测提出１种工程预测方法，利用现场测量的围岩或支护的位移对未来位移发展趋势作出定量预测，在预测位移的基础上，应用数值方法可以预测支护围岩压力，应力及安全度随时间发展的趋势，这种预测方法可用于岩石工程安全监控，支护设计、施工效果评价及预测。     

一类时变时间序列模型的参数估计研究

根据对一类时变时间序列模型结构特点的研究,提出了一种时变ＡＲ模型的递推参数估计算法。其原理是将时变参数的估计转化为对状态方程的状态估计,采用卡尔曼滤波推导出参数估计递推公式,并研究了其渐近稳定的充分条件。     

经济时间序列周期性分析

本文讨论了经济时间序列周期性分析的目的和任务。根据经济时间序列的特点，建议使用最小方差法分析序列的周期性，并且给出了一个实际应用的例子，这个实例成功地使用最小方差法分析了云南粮食生产的波动性。表明了最小方差法分析经济时间序列周期性的适宜性和有效性。     

混沌系统时间序列的二维重构

本文利用平均环绕时间的概念，提出了一种确定二维重构延迟时间τ的方法，并用此方法确定了时间晚二维重维的最侍者延迟时间，以强迫鲁塞尔振子吸引子为例进行了计算，获得较为理想的结果。     

我国太阳辐射量时间序列分析

用方差技术分析了我国近３０年来地面太阳辐射量的变化．经Ｆα＝０．０５统计检验表明：在我国，太阳散射辐射量从１９７２年起在３８％的地区明显增加，从１９７４年开始３４％的地区显著地减少，还有２８％的地区差异不明显；太阳直接辐射量从１９６８年起在７６％的地区显著地减少；太阳总辐射量从１９７３年起开始减少，几乎在各地都呈这一趋势．此外，还用太阳辐射量倾向率的形式归纳出我国东北、华北、西北、长江中下游、长江中上游、华南和西南区各自的季节变化特征．     

二重级数收敛性研究

研究了二重级数和累次级数收敛问题,提出了二重级数与累次级数收敛的判别法并给出了证明,在此基础上研究了二者之间的关系,丰富了级数基本理论.