|
阶梯型时间序列时域分析及应用 |
| |
| 论文目录 |
| |
| 摘要 | 第1-5页 | | Abstract | 第5-8页 | | 第一章 绪论 | 第8-9页 | | ·背景说明 | 第8页 | | ·创新之处 | 第8页 | | ·框架结构 | 第8-9页 | | 第二章 时间序列简介 | 第9-11页 | | ·时间序列定义 | 第9页 | | ·时间序列分类 | 第9页 | | ·时间序列分析方法 | 第9-11页 | | ·描述性时序分析 | 第9页 | | ·统计时序分析 | 第9-11页 | | 第三章 平稳时间序列形态及相关分析应用 | 第11-24页 | | ·平稳时间序列定义 | 第11页 | | ·平稳时序形态 | 第11-12页 | | ·平稳时序的统计性质 | 第11页 | | ·平稳时序的形态 | 第11页 | | ·平稳时序中的特例——白噪声序列 | 第11-12页 | | ·平稳时序时域分析方法及实践应用 | 第12-24页 | | ·经典时间序列时域分析方法——ARMA 模型 | 第12-13页 | | ·实践应用（sas 程序见附录1） | 第13-24页 | | 第四章 非平稳时间序列主要形态及时域分析方法 | 第24-28页 | | ·非平稳时间序列定义 | 第24页 | | ·非平稳时间序列主要形态 | 第24页 | | ·差分运算 | 第24-25页 | | ·差分的实质 | 第24-25页 | | ·差分方式的选择 | 第25页 | | ·非平稳时序时域分析核心方法——ARIMA 模型 | 第25-26页 | | ·模型结构 | 第25-26页 | | ·ARIMA（p，d，q）模型的两个性质 | 第26页 | | ·乘积季节模型 | 第26-28页 | | 第五章 阶梯型时间序列时域分析及探讨 | 第28-39页 | | ·阶梯型时间序列定义 | 第28页 | | ·阶梯型时间序列中的确定性分析 | 第28-30页 | | ·Cramer 分解定理 | 第28-29页 | | ·阶梯型时间序列确定性因素分解 | 第29-30页 | | ·X-11-ARIMA (p,d,q) ×( P,D,Q)_S 方法 | 第30-31页 | | ·X-11 方法 | 第30-31页 | | ·X-11-ARIMA (p,d,q) ×( P,D,Q)_S 方法的基本步骤 | 第31页 | | ·实例应用 | 第31-37页 | | ·数据来源及预处理 | 第31-32页 | | ·结果及分析 | 第32-37页 | | ·探讨具有指数型和季节周期型复合的时间序列 | 第37-39页 | | 第六章 结论与展望 | 第39-40页 | | 参考文献 | 第40-42页 | | 致谢 | 第42-43页 | | 附录1 | 第43-45页 | | 附录2 | 第45-47页 | | 附录3: 研究生期间所发表的论文 | 第47页 |
|
|
|
广告服务 
