简介：预测预报是时间序列分析的应用之一，人们根据大量的观测数据对系统进行分析，主要原因是为了能够预测小系统在未来的特性，以便对系统的特性进行处理。提出一种非平稳时间序列预测建模方法，通过实验结果表明，该模型在工程应用方面具有较高的预测精度。

简介：本文利用兰州１９４４～１９９７年的月平均降水资料，建立了线性平稳序列的降水预测模型，该模型使用了功谱密度函数中的最大熵法（或叫全极模型），并将特征多项式模大于１的根反射到单位圆内，再返回修正后的线性预测的系数。并对１９８６～１９９７年１１年的月降水做了预测试验，试验结果表明，该模型具有一定的预报能力，其中取１５阶预报效果较好。此方法在短期气候预测业务中，可作为台站月、季、年降水预测走向客观化、定量化方法的一种初步尝试

简介：在界定了非具体知识资本的概念和讨论了非具体知识资本的偏向之后，以Cobb—Douglas函数为依据，讨论了非具体知识资本蚀耗的计算方法，即入确定方法。

简介：摘要：本文主要综述了当前对于平稳和非平稳振动信号的处理方法及其优缺点，同时列举了目前振动信号处理的研究热点和方向。

简介：

简介：

简介：摘要：时间序列预测是对已有的时间序列数据进行分析，挖掘时间序列数据中蕴藏的信息，并对未来进行预测。时间序列预测具有极其重要的理论意义与现实意义，学者们为此做了大量的研究工作并取得了很好的成果。本文主要对时间序列预测的相关方法进行整理归纳，对时间序列预测相关研究进行述评。

简介：支持向量机是一种基于统计学习理论的新的机器学习方法，该方法已用于解决模式分类问题．本文将支持向量机（SVM）用于混沌时间序列分析，实验数据采用典型地Mackey-Glass混沌时间序列，先对混沌时间序列进行支持向量回归实验；然后采用局域法多步预报模型，利用支持向量机对混沌时间序列进行预测．仿真实验表明，利用支持向量机可以较准确地预测混沌时间序列的变化趋势．

简介：粮食价格波动的成因一直是学术界关注的问题。本文通过对1995年1月至2005年12月全国小麦批发市场月度价格序列的分析，表明所观察的小麦价格序列的分布不符合传统线性回归模型关于独立同方差的假设，其特征比较适合使用ARCH族模型来描述。GARCH（1，1）模型的结果显示，由前期价格代表的存粮情况对现期小麦价格影响显著，前期的高价会引发未来小麦市场较大的价格波动；考察期间两次大的粮食市场改革虽然对短期小麦价格有影响，但并未引发剧烈的小麦价格波动。

简介：

简介：摘要：本文结合国内外现有文献的研究对时间序列的相关理论进行了系统、全面的阐述，以期为后续研究奠定基础。

简介：顿时为自己不必再那样营营役役而生出一种幸福感,现在我最不缺的是时间了,　　上班

简介：阐述＂时间序列分析＂在民族院校统计专业中的重要性,论述在教学过程中教材选择、课堂教学方法的多样化以及考核方式等方面所做的努力,提出重视模型背景教学、重视案例教学、重视运用统计软件辅助教学以及重视实践教学的教学理念,旨在探讨统计专业＂时间序列分析＂课程教学改革的途径与方法。

简介：摘要时间序列指的是同一空间、不同时间某一现象的统计指标数值按时间先后顺序形成的一组动态序列。国内生产总值(GDP)是现代国民经济核算体系的核心指标，是衡量一个国家综合国力的重要指标。本文基于时间序列理论，以我国1978年至2014年三十六年的国内生产总值为基础，对数据进行平稳化处理、模型识别、模型估计、模型检验，确定较适合模型为自回归移动平均模型。之后利用ARIMA模型对我国2013—2014年GDP作出预测并与实际值比较，结果表明预测比较合理，预测模型良好，继续利用ARIMA模型对我国未来4年的国内生产总值做出预测。

简介：

简介：提出了一种基于时间序列的大坝预测方法。首先对最近若干年的大坝位移变形时间序列进行周期项和趋势项的分析;然后对除去这两项的剩余时间序列进行混沌特性分析与预测;最后对三进行叠加,进行可行性分析与误差分析,得到预测结果。此方法实用性强,具有较高的操作性。

简介：ＥＸｃｅ１在办公自动化中的应用是众所周知的，但一提到统计分析软件，人们都会理所当然地想到ｓｔａｔｉｓｔｉｃ、Ｓｐｓｓ、ＳＡＳ等，谁也不会把Ｅｘｃｅｌ牵扯进来。在人们眼里，似乎Ｅｘｃｅｌ只能求简单的均值、方差等，而登不了统计分析的大雅之堂。其实，据有关资料表明，Ｅｘｃｅｌ可以实现９０％以上的统计分析功能，而且简便易行。下面我们就以时间数列分析入手，观察一下Ｅｘｃｅｌ是怎样剔除不规则变动（Ｉ），长期趋势（Ｔ），季节变动（Ｓ），来显示出循环波动（Ｃ），希望对统计工作者有一定借鉴作用。资料如下：（表１－１）解题思路：首先，由于原始数据（Ｙｔ）为季节资料，应对它进行４项移动平均（Ｍｔ）来分离出长期趋势

简介：利用时间序列分析软件CATS对研究地区的GPS观测资料进行噪声分析,使用了时间域上的最大似然估计法以及频谱域上的频谱分析法。结果表明,对于研究地区的GPS资料,白噪声＋闪烁噪声为较好的噪声模型,可提高该地区地壳变形速度估计的精度。

简介：

简介：摘要：最近出现的像物联网和大数据这样的尖端计算技术，导致了一个可以生成、收集和利用大规模数据的新时代。现在不仅可以更容易地获得数据量，而且还可以获得以前难以获得的信息和知识。在不同的领域，如能源、气候、经济、商业和医疗保健，由于数据采集故障、传输过程异常、机器运行中的设备故障等等原因，导致在这些领域往往存在数据部分缺失的问题。缺失的值被认为是数据分析中的主要障碍，因为它们扭曲了数据的统计特性，减少了可用性。缺失的值不仅会破坏原始数据分布的完整性和平衡性，而且还会影响相关场景的后续分析和应用，因此时间序列中缺失值的处理已经成为一个非常重要的问题，同时时间序列数据在数据挖掘和分析中具有重要的价值。