针对70个化学反应数据序列建立时间序列模型.docx
《针对70个化学反应数据序列建立时间序列模型.docx》由会员分享,可在线阅读,更多相关《针对70个化学反应数据序列建立时间序列模型.docx(6页珍藏版)》请在冰豆网上搜索。
针对70个化学反应数据序列建立时间序列模型
对
70
个
化
学
反
应
数
据
序
列
建
立
时
间
序
列
模
型
班级:
统计二班
姓名:
李灿
学号:
20090642
对70个化学反应数据序列建立时刻序列模型
一、数据平稳性检验
(1)用时序图进行初步推断
Xt时序图
从时序图能够看出70个化学反应的数据是平稳的,但那个推断比较粗糙,需要用统计方法进一步验证。
(2)用序列相关性进行检验
Xt自相关图
从相关图看出,自相关系数从二阶后迅速衰减为0,讲明序列是平稳的。
(3)对该序列做单位根检验
检验结果如下图所示
T检验统计量的相伴概率值专门显著,讲明不存在绝对值大于1的单位根,讲明序列是平稳的。
二、对序列进行的随机性进行检验
Xt自相关图
最后一列白噪声检验的Q统计量和相应的伴随概率表明序列存在相关性,因此序列为非白噪声序列。
我们能够对序列采纳B-J方法建模研究。
三、模型识不(即模型定阶)
从自相关图能够看出自相关系数前两阶显著异于零外,其他都落入两倍标准差内,因此能够考虑用MA
(2)拟合;偏自相关系数除了第一个显著异于零外,其他都落入两倍标准差内,且由非零转变为零的过程特不突然,因此能够尝试用AR
(1)进行拟合;还能够考虑用ARMA(1,2)进行拟合。
对原序列做描述统计分析见图1,可见序列均值非0,我们通常对0均值平稳序列做建模分析,因此需要在原序列基础上生成一个新的0均值序列。
新序列的描述统计量见图2,相当于在原序列基础上作了个整体平移,因此统计特性没有发生全然改变。
我们对序列x进行分析。
Xt的描述统计量
中心化处理后的Xt的描述统计图
四、对模型的参数进行可能
(1)尝试用AR
(1)进行拟合
从表中的数据能够看出T统计量的相伴概率特不显著,且模型的特征根在单位圆内,讲明该过程是平稳的。
因此可得到如下AR
(1)模型:
(2)尝试用MA
(2)模型进行拟合
从表中能够看出MA
(1)和MA
(2)的相伴概率在显著性水平为0.05的情况下是显著的,因此能够建立如下MA
(2)模型
(3)尝试建立ARMA(1,2)模型