平稳时间序列maq模型的计算课程设计论文正文.doc
上传人:猫巷****正德 上传时间:2024-09-11 格式:DOC 页数:28 大小:1.8MB 金币:10 举报 版权申诉
预览加载中,请您耐心等待几秒...

平稳时间序列maq模型的计算课程设计论文正文.doc

平稳时间序列maq模型的计算课程设计论文正文.doc

预览

免费试读已结束,剩余 18 页请下载文档后查看

10 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

随机过程课程设计课程名称:《随机过程》课程设计(论文)题目:平稳时间序列MA(q)模型的计算学院:理学院专业:数学与应用数学班级:数学12-1班学生姓名:学生学号:2011027041指导教师:蔡吉花2013年12月10日目录TOC\o"1-3"\h\z\uHYPERLINK\l"_Toc343794889"任务书PAGEREF_Toc343794889\h3HYPERLINK\l"_Toc343794890"摘要PAGEREF_Toc343794890\h4HYPERLINK\l"_Toc343794891"1.基本原理PAGEREF_Toc343794891\h1HYPERLINK\l"_Toc343794892"2.问题的分析与求解PAGEREF_Toc343794892\h1HYPERLINK\l"_Toc343794893"2.1模型的识别PAGEREF_Toc343794893\h1HYPERLINK\l"_Toc343794905"2.1.1MA(q)序列的自相关函数PAGEREF_Toc343794905\h2HYPERLINK\l"_Toc343794906"2.1.2MA(q)序列的偏相关函数PAGEREF_Toc343794906\h3HYPERLINK\l"_Toc343794907"2.2样本的自相关和偏相关函数PAGEREF_Toc343794907\h5HYPERLINK\l"_Toc343794908"2.2.1样本的自相关函数PAGEREF_Toc343794908\h5HYPERLINK\l"_Toc343794909"2.2.2样本偏相关函数与自相关函数的关系PAGEREF_Toc343794909\h5HYPERLINK\l"_Toc343794910"2.3模型的参数估计PAGEREF_Toc343794910\h6HYPERLINK\l"_Toc343794911"3.计算程序与结果PAGEREF_Toc343794911\h7HYPERLINK\l"_Toc343794912"4.确定模型阶数PAGEREF_Toc343794912\h12HYPERLINK\l"_Toc343794913"5.结论PAGEREF_Toc343794913\h13HYPERLINK\l"_Toc343794914"6.参考文献PAGEREF_Toc343794914\h13HYPERLINK\l"_Toc343794915"附录PAGEREF_Toc343794915\h14《随机过程》课程设计任务书姓名吕超学号2012027143指导教师蔡吉花设计题目平稳时间序列的MA(q)模型的计算理论要点时间序列分析是根据系统观测得到的时间序列数据判别时间序列模型以及怎样确定模型的参数和阶数,确定平稳时间序列模型的类型,看是否是要研究的MA(q)模型.然后运用此模型进行相关分析。设计目标通过课程设计,独立完成所给出的课题。通过课题的理论设计和在计算机中实验调试代码,加深计算理论知识的理解,培养计算软件开发的实践技能,提高分析解决具体问题的能力。研究方法步骤①获取被观测系统时间序列数据。②根据数据作相关图,进行相关分析,求自相关函数和偏相关函数。③判断该数据符合MA(q)模型,最后由参数估计求出MA(q)模型预期结果由已知的一组平稳时间序列的数据,编写matlab程序求出自相关函数和偏相关函数,并且画图判别平稳时间序列符合MA(q)模型,由参数估计求出MA(q)模型.计划与进步的安排课程安排一周,分4次完成:第一次(1天):审题并查找相关资料,第二次(2-3天):对相关资料进行整理和分析,第三次(4-6天):编写程序进行求解并撰写论文,第四次(7天):对论文进行整体检查和排版。参考资料[1]吴怀宇时间序列分析与综合武汉大学出版社[2]周荫清随机过程理论电子工业出版社[3]刘次华随机过程(第五版)华中科技大学出版社[4]田铮时间序列的理论与方法高等教育出版社施普林格出版社填写时间2013年12月15日摘要时间序列是指按照时间先后的顺序排列的随机序列,或者说是定义在概率空间上的一串有序随机变量集合,简记为;它的每一个样本(现实)序列,是指按时间先后顺序对所反映的具体随机现象或系统进行观测或试验得到的一串动态数据。所谓时间