论文题目: 单变量时间序列建模与预测研究
论文类型: 硕士论文
论文专业: 系统工程
作者: 艾书超
导师: 刘舒燕
关键词: 时间序列,异常值,趋势,建模
文献来源: 武汉理工大学
发表年度: 2005
论文摘要: 本论文主要讨论用于样本外预测的时间序列模型的构建。时间序列是对经济变量的观测,而这些变量可能源于各个不同的商业与经济领域。 时间序列数据多式多样。典型的情况是,许多宏观的经济总量指标,显示出一种向上的趋势;而旅游业数据和零售业数据则呈现出显著的季节性。时间序列的另一个特点是经济数据的某些观察值在某种意义上来说可能是异常数据。 显然,不存在一个简单的时间序列模型,能够描述上面所有特征,而且还能够获得相当精确的样本外预测值。本论文的主要意图仅仅只是针对经济学领域的某个具体的问题,讨论如何建立相应的时间序列模型以及怎样评价那些模型在预测中的优点。 本论文的结构: 第一章 绪论 第一节简述本论文选题的目的、内容。第二节阐述了时间序列的概念简述、分析方法的分类,以及研究现状。第三节是本论文研究的目标、内容和准备采取的方法。 第二章 时间序列数据介绍 第一节阐述时间序列数据的一般特征:趋势性、周期性、异常观测值、条件异方差、非线性、共同的趋势等等;第二节是时间序列分析采用的统计学方法分类;第三节重点介绍时间序列分析的相关基本概念。 第三章 时间序列的趋势分析 第一节论述确定性模型(DT)与随机趋势模型(ST)的定义以及建模方法;第二节在讨论单位根的检验;第三节讨论平稳性检验,以此来决定是选择DT还是ST模型; 第四章 异常观测值处理 在本章中,我们论述了几种时间序列异常值,即可加的异常值(AO)、新生的异常值(IO)、永久的水平迁移(PLS)、趋势改变(CT)等,并叙述了这几种模型各自相应的建模方法。 第五章 实证分析 本章中,我们采用时间序列分析法来研究我国高速公路发展。我们从源数据入手,结合前面几章的理论,对时间序列采取多种数据处理手段,缩小模型选择范围,逐步建立了我们认为比较适合的时间序列模型。我们又对模型进行了一定的修正,并进行了异常值分析,结果更加准确。
论文目录:
第1章 绪论
1．1 选题的目的、意义及理论依据
1．2 时间序列简介
1．2．1 内涵及其特征
1．2．2 时间序列及其分析方法分类
1．3 研究现状
1．4 本论文欲解决的问题
1．5 本论文研究的目标内容和方法
第2章 时间序列基本理论概述
2．1 单变量时间序列序列分析的基本概念
2．1．1 平稳序列
2．1．2 白噪声
2．1．3 滞后算子和差分算子
2．1．4 自相关
2．1．5 偏相关函数[PACF]
2．2 时间序列的几种基本模型
2．2．1 模型1——自回归(AR)模型
2．2．2 模型2——滑动平均(MA)模型
2．2．3 模型3——自回归滑动平均(ARMA)模型
2．3 时间序列的趋势模型
2．3．1 确定性趋势模型[DT模型]
2．3．2 随机趋势模型[ST模型]研究
2．4 异常观测值
2．4．1 可加的异常观测值(Additive Outlier，AO)
2．4．2 新生的异常观测值(innovation outlier，IO)
2．4．3 永久的水平迁移(permanent level shift，PLS)
2．4．4 趋势改变(changing trend，CT)
第3章 时间序列数据的处理研究
3．1 数据处理的主要方法研究
3．1．1 空缺值处理方法
3．1．2 异常值处理方法
3．2 数据的变换方式研究
第4章 时间序列建模及异常观测值分析研究
4．1 时间序列数据基本模型的建立过程研究
4．1．1 模型的识别
4．1．2 模型的估计与诊断
4．1．3 模型的选择
4．2 时间序列的趋势研究
4．2．1 单位根检验
4．2．2 确定性成分
4．2．3 平稳性检验
4．3 时间序列的异常观测值研究
4．3．1 异常观测值识别
4．3．2 异常观测值的直接检验
第5章 时间序列分析实例
5．1 数据的特性观察和处理
5．2 数据的趋势建模分析
5．2．1 时间序列的模型识别
5．2．2 模型的选择及其预测
5．3 模型的预测
5．4 模型的修正
5．5 异常观测值建模
5．6 总结与模型的评价
第6章 结束语
6．1 研究工作总结
6．2 未来工作展望
参考文献
致谢
读研期间学术成果
发布时间: 2005-07-11
参考文献
- [1].带约束条件的区间线性回归及自回归时间序列模型[D]. 唐娜娜.北京工业大学2017
- [2].二种资金流入流出预测模型的比较研究[D]. 潘晨.华中师范大学2018
- [3].时间序列模型的误差分析与研究[D]. 涂晔.昆明理工大学2009
- [4].模糊时间序列模型的改进及在不平衡数据中应用[D]. 霍旭.安徽大学2018
- [5].含趋势项异方差时间序列模型的小波方法[D]. 徐珍.河南科技大学2018
- [6].基于时间序列模型研究破产理论[D]. 李井波.新疆大学2008
- [7].几种时间序列模型在客流量预测上的比较[D]. 刘建军.武汉邮电科学研究院2015
- [8].基于自相关及证据理论的模糊时间序列模型[D]. 孙婷.大连海事大学2018
- [9].模糊时间序列模型的改进算法研究[D]. 董淑丽.大连理工大学2013
- [10].模糊时间序列模型研究及其在移动业务分布上的应用[D]. 李雄彪.北京邮电大学2017
相关论文
- [1].时间序列计量经济建模技术及比较研究[D]. 陈思扬.暨南大学2007
- [2].基于时间序列分析的预测[D]. 利小玲.四川大学2006
- [3].时间序列预测模型及其算法研究[D]. 罗凤曼.四川大学2006
- [4].非平衡时间序列建模与预测[D]. 管鹏.兰州大学2007
- [5].非平稳时间序列的预测方法研究[D]. 张万宏.兰州理工大学2007
- [6].时间序列建模、预报的原理与应用实例[D]. 盖玲.辽宁师范大学2004
- [7].时间序列的数据挖掘在证券预测分析中的应用研究[D]. 谷赫.吉林大学2005
- [8].贝叶斯经济时间序列预测模型及其应用研究[D]. 郑进城.湖南大学2005
- [9].上证综合指数的马氏性和时间序列模型的组合分析和预测[D]. 王新蕾.南京信息工程大学2006
- [10].时间序列建模与模型选择的应用研究[D]. 吴喜.合肥工业大学2006