时间序列建模论文总结

时间序列建模论文总结

问:时间序列模型的步骤
  1. 答:辨识合适的随机模型,进行曲线拟合,即用通用随机模型去拟合时间序列的观测数据。对于短的或简单的时间序列,可用趋势模型和季节模型加上误差来进行拟合。对于平稳时间序列,可用通用ARIMA模型(自回归滑动平均模型)及其特殊情况的自回归模型、滑动平均模型或组合-ARIMA模型等来进行拟合。当观测值多于50个时一般都采用ARIMA模型。对于非平稳时间序列则要先将观测到的时间序列进行差分运算,化为平稳时间序列,再用适当模型去拟合这个差分序列。
    时间序列是一种特殊的随机过程,当中的取非负整数时,就可以代表各个时刻,就可以看作是时间序列(time series),因此,当一个随机过程可以看作时间序列时,我们就可以利用现有的时间序列模型建模分析该随机过程的特性。
问:数学建模中的时间序列分析模型
  1. 答:《金融时间序列分析》芝加哥大学Ruey S Tsay写的潘家柱译的,英文名称叫Analysis of Financial Time Series 机械工业出版社出版。比较全面的介绍了相关知识,大概大学三年级的知识就够了。
问:时间序列模型的读后感或者读书笔记怎么写
  1. 答:读书笔记是指读书时为了把自己的读书心得记录下来或为了把文中的精彩部分整理出来而做的笔记。在读书时,写读书笔记是训练阅读的好方法。 记忆,对于积累知识是重要的,但是不能依赖记忆。列宁具有惊人的记忆力,他却勤动笔,写下了大量的读书笔记。俗话说:“好记性不如烂笔头。”所以,俄国文学家托尔斯泰要求自己:身边永远带着铅笔和笔记本,读书和谈话的时候碰到一切美妙的地方和话语都把它记下来。记下重要的知识如有不懂可以再看
时间序列建模论文总结
下载Doc文档

猜你喜欢