基于时间序列模型的河南省房地产价格研究

以SAS软件为工具,对2009年3月～2013年3月河南省郑州、洛阳和平顶山3个城市新建住宅价格指数序列进行了实证分析.通过比较AIC、SBC值和可决系数R2,拟合3个序列的最终模型分别是郑州的异方差AR（3）-ARCH（1）模型和洛阳、平顶山的以时间变量t为因子的残差自回归模型.预测结果显示,河南省的房价近期仍呈上升态势,郑州的上涨幅度最大,大约是1.4％ ～1.5％,洛阳约为0.5％,平顶山约为0.3％.     

基于线性神经网络的重庆市GDP发展研究

对1978-2011年重庆市生产总值时间序列进行分析,研究发现四阶差分之后,数据趋于平稳;四阶差分序列的自相关系数一阶截尾,最终建立时间序列ARIMA（1,4,1）模型,并测算残差平方和,但ARIMA模型的残差序列存在自相关,对拟合效果产生了影响;基于时间序列ARIMA（1,4,1）模型研究的基础,进一步采用线性神经网络对序列进行学习和仿真计算,结果表明：神经网络的模拟效果优于ARIMA时间序列的模拟效果.     

基于X-12-ARIMA和AR-GARCH模型的房价波动研究

以SAS软件为工具,以2007年1月至2015年6月北京市新建住宅价格指数序列为样本,构建时间序列模型进行实证研究.结果表明,基于X-12-ARIMA模型和AR(2)-GARCH(1,1)模型的复合模型是拟合房价的最优模型.房价序列存在明显的季节特征和典型的波动聚集性,X-12季节调整方法和异方差模型显著有效,拟合相对误差不超过0.4%.对房价的短期预测表明,近期内房价仍保持3%~5%的增长态势,且外部因素对房价的影响程度远远大于房价自身的波动冲击力.     

监视过程均值变化的残差控制图检测能力分析

对过程实施统计质量控制的基本假设前提是观测值彼此独立,但实际工作中经常出现过程的观测值存在自相关的现象.若自相关过程的残差满足独立同分布条件,对残差实施控制图监视是解决自相关过程控制的方法之一.应用检测能力指数和平均运行长度两种衡量指标,分析了自相关过程由时间序列模型AR(1)描述时,残差控制图对过程均值变化的检测能力.结果表明,残差EWMA(φ≤1-λ)控制图对过程均值小偏移较灵敏,当φ<0时,残差EWMA控制图对过程均值大偏移的检测能力略差于残差Shewhart控制图.     

太阳黑子数平滑月均值的混合预测模型

提出一种太阳黑子数平滑月均值的混合预测模型.通过最大Lyapunov指数得到太阳黑子数平滑月均值时间序列的最大可预测周期,结果表明太阳黑子数平滑月均值序列的最大可预测周期为42个月.太阳黑子数平滑月均值时间序列中包含着线性与非线性的成分,利用自回归滑动平均模型对线性成分进行预测,将太阳黑子数平滑月均值的实际值与自回归滑动平均模型的预测值作差值得到仅含有非线性成分的残差序列,利用具有良好非线性预测能力的回声状态网络预测残差序列,并通过人工蜂群算法来确定回声状态网络预测模型的最佳参数.将自回归滑动平均模型预测值与回声状态网络预测的残差相加,得到太阳黑子数平滑月均值的最终预测值.通过第23太阳活动周的太阳黑子数平滑月均值的预测表明提出的预测模型具有较高的预测精度.同时,对第24太阳活动周的太阳黑子数平滑月均值进行了预测,结果表明第24太阳活动周将在2020年2月结束.     

流动性风险的探讨与实证分析

首先对流动性时间序列进行特征分析,根据时间序列自相关和偏相关的特点建立相应的自回归移动平均模型。用LM检验模型的残差是否存在异方差现象;为了很好的描述丛集性的特征,建立了ARMA（1,1）-ARCH（1）模型;然后再对模型的残差做删和Q统计量的检验,来解释模型的合理性。最后,根据所建的模型求出条件异方差,进而计算流动性风险值。     

无心内圆磨削质量控制的时序建模方法

本文就如何建立合适的无心内圆磨削工序在线X-R质量控制的AR(n)模型进行了探讨.运用自现场采集得的轴承内圈内孔精磨后的工件尺寸数据建立时间序列模型.文中还对建模时采用的数据长度和适用模型的检验标准作了深入的探讨,提出了用AR(n)模型的临界残差方差函数来确定适用模型的残差极限.     

基于ARMA-稀疏贝叶斯模型的汇率预测研究

文章基于ARMA模型和稀疏贝叶斯模型,提出了ARMA-稀疏贝叶斯模型,充分利用ARMA模型和稀疏贝叶斯模型在线性模型及非线性模型预测中的优势,将收益率序列分解为线性自相关主体和非线性残差2个部分,然后用ARMA模型对线性自相关主体数据进行预测估计,用稀疏贝叶斯模型对非线性残差进行预测估计,最后合成人民币兑美元日汇率中间价序列预测结果。研究结果证明,运用所建模型预测人民币日汇率中间价和上证指数收盘价,均取得了较好的效果。     

基于残差融合的时序数据离群点检测算法

物联网的快速发展产生了海量的高维时序数据,然而时间序列易受到外界变化的环境因素影响而产生离群点。针对现有的离群点挖掘算法不能兼顾时序数据的趋势性、季节性、循环性、不规则性的特点,从而导致检测效果不理想的问题,提出一种基于残差融合的时序数据离群挖掘(residual integration outlier,RIO)算法。首先利用线性自回归移动平均模型(autoregressive integrated moving average model,ARIMA)拟合数据,得到在相同时间粒度下的残差序列,并将该序列作为非线性模型长短期记忆网络(long short-term memory,LSTM)模型的输入,输出残差序列预测值,而后将经由ARIMA模型与LSTM模型处理的序列在相同时间粒度下融合,得到一条经由混合模型两次处理的残差序列。最后,利用基于直方图的离群点模型(histogram-based outlier score,HBOS)检测出该二次残差序列的离群点。实验表明,RIO算法的准确度得到了较为明显的提高,具备良好的实用价值。     

基于小波的回归-GARCH模型及其在外汇储备中的应用

结合小波变换、多项式回归和GARCH模型对中国的外汇储备进行分析及预测.首先利用db4小波对数据进行去噪处理,并对去噪后的数据建立多项式回归模型.由于去噪后的数据与回归模型之间存在残差,且残差具有自回归条件异方差效应,故对该残差建立GARCH模型.然后将回归模型和GARCH模型进行线性叠加,从而得到基于小波分析的回归-GARCH模型.最后将预测值与实际值进行拟合,发现拟合效果较好.充分证明了小波变换、多项式回归和GARCH模型相结合的方法在处理外汇储备这类具有明显增长趋势的非平稳时间序列时,具有明显的优越性,是一项有用的分析预测工具.     

空间统计方法在自由曲面加工误差分解中的应用

为了便于对自由曲面的加工误差进行分析,应用空间统计方法分析加工误差数据,将构成加工误差的系统误差和随机误差这两部分分解出来。该方法首先对加工误差进行空间统计分析,判断加工误差的空间自相关性,然后构造基于B样条曲面的确定性曲面回归模型,计算各个测点的残差后对该回归模型进行充分性分析,将服从空间独立分布的残差作为分解后的随机误差,进而得到系统误差。针对一个自由曲面进行仿真验证。结果表明,该误差分解方法精确、有效。再对上述自由曲面进行数控加工,并获得该工艺系统的系统误差,根据该系统误差进行补偿加工,显著提高了零件的加工精度。      

模型预测控制性能评价的一种改进方法

历史性能指标和设计性能指标的残差控制图可用于模型预测控制的性能评价,但是当外界干扰和模型变化很小或性能指标存在严重的自相关现象时,残差的-X-图很难检测出性能的变化。提出用残差的累积和控制图对模型预测控制性能进行监视,在Shell塔模型上的仿真实验表明了该方法解决问题的有效性。     

福建省县域土地利用经济效益空间探索性分析

采用主成分分析法对2008年福建省67个县(市)进行土地利用经济效益评价,并在此基础上利用探索性空间数据分析方法(ESDA)揭示土地利用经济效益的空间相关性和异质性.结果表明:2008年福建省各县(市)土地利用经济效益总体上不高,空间差异明显,沿海地区差异大于内陆地区;福建省土地利用经济效益存在着显著的全局和局部空间正相关性;局部自相关指数以及LISA图表明县域土地利用经济效益存在着明显的空间差异性.     

基于自相关函数相位的频率估计方法方差分析

为了分析基于自相关函数相位频率估计方法的性能,推导了加性高斯白噪声背景中正弦信号观测数据的相关函数相位噪声的表示式,得到了相位噪声方差的计算公式和基于自相关函数相位的频率估计方差的计算公式,给出了此类频率估计方法的估计方差与信噪比、观测数据长度以及对相关函数相位差进行平滑时利用的相关函数的点数关系.仿真结果与该文给出的公式计算结果吻合很好.     

应用自相关减法改善噪化语音的线性预测编码分析

本文提出了一种新的线性预测编码(LPC)方法。它既可用于纯语音分析,也可用于噪化语音分析。用于噪化语音分析时,首先在无语音帧内估计出噪声样本的自相关系数,然后从噪化语音的自相关系中减去噪声的自相关系数,最后利用估值得到的语音自相关系数求出它的线性预测系数。当输人噪化语音的信噪比为0～10dB时,使用这种方法可以提高信噪比5dB左右。     

循环自相关函数的解调性能分析

介绍包络解调技术在幅值调制信号分析中的工作原理，同时讨论了循环自相关九的解调性能，通过理论分析，证明希尔伯特变换和循环自相关函数具有相同的解调性能，并通过实测滚动轴承振动信号加以验证。     

理想纱条的统计特性

应用文献[1]所提出的理想纱条的数学模型,对理想纱条的统计特性进行了分析,证明了理想纱条是各态历经的强平稳过程,给出了其二维概率分布以及均值、自相关函数等数字特征,建立了纱条自相关函数和纤维平均自相关积分之间的关系.     

福建省县域城镇化发展水平空间自相关分析

从空间、人口、经济、社会生活四方面选取17项指标构建了评价福建省县域城镇化发展水平的指标体系.通过主成分分析方法得出各县域城镇化水平的综合得分.以综合得分为变量对福建省县域城镇化水平进行空间自相关分析.结果显示:福建省县域城镇化发展水平存在较强的空间相关性。即城镇化水平高的县域之间相邻,城镇化水平低的县域在空间上也相邻:同时福建省区域中心城市对其周边县域城镇化的推动作用不强.