时间序列模型
摘要:时间序列模型一、分类①按所研究的对象的多少分，有一元时间序列和多元时间序列。②按时间的连续性可将时间序列分为离散时间序列和连续时间序列两种。③按序列的统计特性分，有平稳时间序列和非平稳时间序列。狭义时间序列：如果一个时间序列的概率分布与时间t无关。广义时间序列：如果序列的一、二阶矩存在，而且对任意时刻t满足均值为常数和协方差为时间间隔τ的函数。（下文主要研究的是广义时间序列）。④按时间序列的分布规律来分，有高斯型时间序列和非高斯型时间序列。二、确定性时间序列分析方法概述时间序列预测技术就是通过对预测目标自身时间序列的处理，来研究其变化趋势的。一个时间序列往往是以下几类变化形式的叠加或耦合。①长期趋势变动：它是指时间序列朝着一定的方向持续上升或下降，或停留在某一水平上的倾向，它反映了客观事物的主要变化趋势。通常用Tt表示。②季节变动：通常用St表示。③循环变动：通常是指周期为一年以上，由非季节因素引起的涨落起伏波形相似的波动。通常用Ct表示。④不规则变动。通常它分为突然变动和随机变动。通常用Rt表示。也称随机干扰项。常见的时间序列模型： ⑴加法模型：yt=St+Tt+Ct+Rt；⑵乘法模型：yt=St·Tt·Ct·Rt；2⑶混合模型：yt=St·Tt+Rt；yt=St+Tt·Ct·Rt；Rt22这三个模型中yt表示观测目标的观测记录，E(Rt)=0,E(Rt)=σ如果在预测时间范围以内，无突然变动且随机变动的方差σ2较小，并且有理由认为过去和现在的演变趋势将继续发展到未来时，可用一些经验方法进行预测。三、移动平均法当时间序列的数值由于受周期变动和不规则变动
温馨提示：当前文档最多只能预览
8 页，若文档总页数超出了
8 页，请下载原文档以浏览全部内容。
本文档由 匿名用户 于 2020-01-24 06:55:01上传分享
