[轉(zhuǎn)] 時間序列模型
在生產(chǎn)和科學(xué)研究中,對某一個或一組變量x(t)進行觀察測量,將在一系列時刻t1, t2, …, tn (t為自變量且t1<t2<…< tn ) 所得到的離散數(shù)字組成序列集合x(t1), x(t2), …, x(tn),我們稱之為時間序列,這種有時間意義的序列也稱為動態(tài)數(shù)據(jù)。這樣的動態(tài)數(shù)據(jù)在自然、經(jīng)濟及社會等領(lǐng)域都是很常見的。如在一定生態(tài)條件下,動植物種群數(shù)量逐月或逐年的消長過程、某證券交易所每天的收盤指數(shù)、每個月的GNP、失業(yè)人數(shù)或物價指數(shù)等等。
時間序列分析是根據(jù)系統(tǒng)觀測得到的時間序列數(shù)據(jù),通過曲線擬合和參數(shù)估計來建立數(shù)學(xué)模型的理論和方法。它一般采用曲線擬合和參數(shù)估計方法(如非線性最小二乘法)進行。時間序列分析常用在國民經(jīng)濟宏觀控制、區(qū)域綜合發(fā)展規(guī)劃、企業(yè)經(jīng)營管理、市場潛量預(yù)測、氣象預(yù)報、水文預(yù)報、地震前兆預(yù)報、農(nóng)作物病蟲災(zāi)害預(yù)報、環(huán)境污染控制、生態(tài)平衡、天文學(xué)和海洋學(xué)等方面。
時間序列建?;静襟E是:
1、用觀測、調(diào)查、統(tǒng)計、抽樣等方法取得被觀測系統(tǒng)時間序列動態(tài)數(shù)據(jù)。
2、根據(jù)動態(tài)數(shù)據(jù)作相關(guān)圖,進行相關(guān)分析,求自相關(guān)函數(shù)。
相關(guān)圖能顯示出變化的趨勢和周期,并能發(fā)現(xiàn)跳點和拐點。跳點是指與其他數(shù)據(jù)不一致的觀測值。如果跳點是正確的觀測值,在建模時應(yīng)考慮進去,如果是反?,F(xiàn)象,則應(yīng)把跳點調(diào)整到期望值。拐點則是指時間序列從上升趨勢突然變?yōu)橄陆第厔莸狞c。如果存在拐點,則在建模時必須用不同的模型去分段擬合該時間序列,例如采用門限回歸模型。
3、辨識合適的隨機模型,進行曲線擬合,即用通用隨機模型去擬合時間序列的觀測數(shù)據(jù)。對于短的或簡單的時間序列,可用趨勢模型和季節(jié)模型加上誤差來進行擬合。對于平穩(wěn)時間序列,可用通用ARMA模型(自回歸滑動平均模型)及其特殊情況的自回歸模型、滑動平均模型或組合-ARMA模型等來進行擬合。當(dāng)觀測值多于50個時一般都采用ARMA模型。對于非平穩(wěn)時間序列則要先將觀測到的時間序列進行差分運算,化為平穩(wěn)時間序列,再用適當(dāng)模型去擬合這個差分序列。
時間序列分析主要用于:
1、系統(tǒng)描述。根據(jù)對系統(tǒng)進行觀測得到的時間序列數(shù)據(jù),用曲線擬合方法對系統(tǒng)進行客觀的描述。
2、系統(tǒng)分析。當(dāng)觀測值取自兩個以上變量時,可用一個時間序列中的變化去說明另一個時間序列中的變化,從而深入了解給定時間序列產(chǎn)生的機理。
3、預(yù)測未來。一般用ARMA模型擬合時間序列,預(yù)測該時間序列未來值。
4、決策和控制。根據(jù)時間序列模型可調(diào)整輸入變量使系統(tǒng)發(fā)展過程保持在目標(biāo)值上,即預(yù)測到過程要偏離目標(biāo)時便可進行必要的控制。
您需要 [注冊] 或 [登陸] 后才能發(fā)表點評