- 1、本文档共13页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
时间序列 最后作业
R语言下时间序列建模和预测
姓名:刘倩
班级:四班
学号:2140502163
R语言下时间序列建模和预测
摘要:时间序列是指将某种现象某一个统计指标在不同时间上的各个数值,按时
间先后顺序排列而形成的序列。研究时间序列的领域多的难以罗列,但是时间序
列分析的目的一般有两个方面:一是认识产生观测序列的随机机制,即建立数据
生成模型;二是基于序列的已知数据,对序列未来的可能取值给出预测或预报。
本文在分析和理解平稳时间序列和非平稳时间序列的基础上,在R语言环境下,
根据月度数据发电量观测数据的时间序列,实现了对该时间序列的平稳性分析,
模型识别,参数估计,模型诊断,预测和更新。
关键字:平稳性分析,模型识别,参数估计,预测更新
一:问题的来源,数据的来源,分析方法简述,结论简述
1.1 问题的来源:
随着中国经济的快速发展和电气化水平的大幅提高,电力日益成为重要的生
产资料和人们安居乐业不可或缺的的生活资料。所以准确预测中国发电量的发展
规律,对中国电力部门有极大的参考价值。中国发电量同时具有长期趋势,季节
性,周期性等特点。
1.2 数据来源:
1998 1 -2014 12
在本文中数据来源于中国统计局月度数据发电量( 年 月 年
月)
1.3 分析方法简述:
在得到发电量的数据后,画出原始数据的图,从数据图中可以看出数据具有
明显的二次曲线趋势和周期性,于是先对原始数据进行预处理,这里选择去趋势
性和去周期项。
原始数据减去趋势项和周期项后,得到的为随机性数据。先对数据进行平稳性检
R auto.arima()
验。平稳性检验通过后,对数据建模,在 语言中 命令可以判断模
型,以及模型系数,得到模型系数及阶数之后,对模型进行检验。
如果模型被正确识别,且估计的模型参数合适,那么该模型应该与真实时间
序列拟合很好,也就是说残差就应该是近似于具有白噪声性质,即残差均匀出现
0
在 值附近,且没有上下趋势。采用残差分析法对模型进行检验:
(1) 观察残差的时间序列图,如果模型识别正确,且模型参数合适,那么残差的
0
时间序列应该表现为在 值附近上下分布均匀且无任何趋势的长方形散点图。从
残差的散点图可看出模
型识别是合理的。
(2) 检验残差的自相关性如果模型识别正确,且模型参数合适,那么残差应该是
相互独立的,具有良好的独立性,采用Ljung-Box 检验统计量的值,若p5%,
则认为残差具有良好的独立性.
(3) R
检验残差的正态性,主要用分位数—分位数图来检验残差的正态性,在 语
言中,主要是用残差的分位数—分位数图,即qqnorm 和qqline 函数图。
10
最后用建立的模型进行预测。本例预留了 个数据进行预测。
1.4 结论简述
通过分析,本例建立了AR(1)模型
第二节:具体的分析结果和过程
2.1 基本知识
在模型识别的过程中,具有两个非常重要的参数,分别为自相关函数
k
k
0
和偏自相关函数
a
kk
如果某一时间序列的自相关函数随着滞后k 的增加而很快地下降为0,那么我们
就认为该序列为平稳序列;如果自相关函数不随着k 的增加而迅速下降为
文档评论(0)