期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于时间序列模型的海洋溶解氧分析与预测 被引量:3
1
作者 陈彦 殷建军 +1 位作者 项祖丰 汤健彬 《轻工机械》 CAS 2012年第3期83-87,96,共6页
季节效应是指某序列由于受自然气候等因素的影响,随季节的变化而呈现出周期性的变化规律。季节效应一般以月或季为单位。文中研究的海洋溶解氧含量因为受每日气温周期性变化的影响,以2 h为单位也呈周期性的变化规律,类似于季节效应。采... 季节效应是指某序列由于受自然气候等因素的影响,随季节的变化而呈现出周期性的变化规律。季节效应一般以月或季为单位。文中研究的海洋溶解氧含量因为受每日气温周期性变化的影响,以2 h为单位也呈周期性的变化规律,类似于季节效应。采用2 h为采样间隔,尝试模拟乘积季节模型来对溶解氧含量进行分析。利用条件期望预测的差分方程形式对序列进行短期预测,并在实践中比对预测数据和实际数据,证明取得了不错的预测精度。 展开更多
关键词 季节效应 随机性分析 乘积季节模型 条件期望预测
下载PDF
吉林省吉林市农业产值增长率的时间序列分析
2
作者 姜丽萍 《河南农业》 2016年第23期127-128,共2页
利用时间序列分析方法,对吉林省吉林市历年农业产值的增长率建立ARMA模型,并依模型对未来进行预测.应用不同的分析方法,将得到不同的预测结果.利用时间序列分析法,可以客观地从数据内部出发,寻找其发展规律,而不必考虑外在因素带来的影... 利用时间序列分析方法,对吉林省吉林市历年农业产值的增长率建立ARMA模型,并依模型对未来进行预测.应用不同的分析方法,将得到不同的预测结果.利用时间序列分析法,可以客观地从数据内部出发,寻找其发展规律,而不必考虑外在因素带来的影响.分析发现,未来几年吉林市农业产值增长率趋于平稳. 展开更多
关键词 时间序列分析 ARMA模型 适应性 条件期望预测
下载PDF
基于Spearman ρ的时变Copula模型的模拟及应用 被引量:8
3
作者 王沁 王璐 何平 《数理统计与管理》 CSSCI 北大核心 2011年第1期76-84,共9页
本文从Spearmanρ入手,利用Spearmanρ在非线性单调变换的情况下保持不变的特点,以及与条件期望预测机制存在的非线性的关系,提出建立时变Copula的模型的新方法;通过建立时变FGM-Copula模型的实例分析表明,这种构建Copula模型的方法较... 本文从Spearmanρ入手,利用Spearmanρ在非线性单调变换的情况下保持不变的特点,以及与条件期望预测机制存在的非线性的关系,提出建立时变Copula的模型的新方法;通过建立时变FGM-Copula模型的实例分析表明,这种构建Copula模型的方法较好捕捉了相依机制的时变性,预测了随机变量的趋势,具有一定的优越性。 展开更多
关键词 时变COPULA 条件期望预测机制 Spearman ρ回归函数
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部