第六章时间序列分析Word文档下载推荐.docx
《第六章时间序列分析Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《第六章时间序列分析Word文档下载推荐.docx(14页珍藏版)》请在冰豆网上搜索。
R
S!
协方差
REAL(4):
S2,A1,A2!
S2:
方差,A1,A2:
中间变量
S=0
DOTAO=1,M
DOI=1,N-TAO
S(TAO)=S(TAO)+X(I)*X(I+TAO)
ENDDO
S(TAO)=S(TAO)/(N-TAO)
S2=0
DOI=1,N
S2=S2+X(I)*X(I)
S2=S2/N
R(TAO)=0
R(TAO)=R(TAO)+X(I)*X(I+TAO)/S2
R(TAO)=R(TAO)/(N-TAO)
FAI(1,1)=R
(1)
FAI(2,2)=(R
(2)-R
(1)*R
(1))/(1-R
(1)*R
(1))
FAI(1,2)=FAI(1,1)-FAI(2,2)*FAI(1,1)
DOJ=3,M
A1=0
A2=0
DOK=1,J-1
A1=A1+FAI(K,J-1)*R(J-K)
A2=A2+FAI(K,J-1)*R(K)
FAI(J,J)=(R(J)-A1)/(1-A2)
FAI(K,J)=FAI(K,J-1)-FAI(J,J)*FAI(J-K,J-1)
END
6.2.6例
以某海区的22年的逐月气温为例,计算出自回归系数,并给出自回归方程。
PROGRAMMAIN
INTEGER,PARAMETER:
N=264
M=12
XV!
X的平均值
OPEN(10,FILE='
AA2.DAT'
)
READ(10,'
(F8.2)'
)X(I)
CLOSE(10)
XV=0
XV=XV+X(I)
XV=XV/N
X=X-XV
CALLARP(X,N,M,R,FAI)
OPEN(12,FILE='
ARP.DAT'
WRITE(12,'
(2X,"
XV="
F8.4)'
)XV
DOI=1,M
("
R("
I2,"
)="
F8.4,"
FAI("
)I,R(I),I,FAI(I,M)
CLOSE(12)
输出结果为:
XV=22.5718
R
(1)=.8383FAI
(1)=.6094
R
(2)=.4648FAI
(2)=-.1669
R(3)=-.0148FAI(3)=-.0701
R(4)=-.4776FAI(4)=-.0564
R(5)=-.8080FAI(5)=-.1197
R(6)=-.9222FAI(6)=.0477
R(7)=-.8019FAI(7)=-.0471
R(8)=-.4747FAI(8)=-.1702
R(9)=-.0108FAI(9)=.0053
R(10)=.4665FAI(10)=.0977
R(11)=.8211FAI(11)=.1246
R(12)=.9508FAI(12)=.1798
从而得到自回归方程为:
注意:
以上是距平值,加上平均值即为实际值。
6.3滑动平均模型(MA)
6.3.1功能
求出q阶滑动平均模型方程的系数,从而得到q阶滑动平均方程。
6.3.2方法说明
6.3.3子程序语句
SUBROUTINEMAQ(X,N,Q,EPS)
6.3.4哑元说明
X——输入参数,实型一维数组,大小为N,存放观测序列值。
N——输入参数,整型变量,数组的长度。
Q——输入参数,整型变量,滑动平均的阶数。
EPS——输入参数,实型变量,存放迭代精度。
6.3.5子程序
TAO,Q!
TAO:
落后时间;
Q:
滑动平均的阶数
REAL(8),DIMENSION(N):
REAL(8),DIMENSION(Q):
THITA!
滑动系数
THIT!
迭代中用的滑动系数,中间变量
R!
相关系数
S协方差
REAL(8):
S2,A1!
方差,A1:
S2A!
S2A:
序列a(t)的方差
EPS,EP1,EP2!
EPS:
迭代的精度
DOTAO=1,Q
R(TAO)=R(TAO)+X(I)*X(I+TAO)
R(TAO)=R(TAO)/S2/(N-TAO)
THIT=0
S2B=S2
NN=0
DO
NN=NN+1
A1=1
DOI=1,Q
A1=A1+THIT(I)*THIT(I)
S2A=S2/A1
THITA=-R*S2/S2A
DOK=1,Q-1
DOI=1,Q-K
THITA(K)=THITA(K)+THIT(I)*THIT(K+I)
ENDDO
EP1=ABS(S2A-S2B)
EP2=MAXVAL(ABS(THIT-THITA))
IF(EP1<
EPS.AND.EP2<
EPS)EXIT
THIT=THITA
S2B=S2A
PRINT*,'
NN='
NN
MAQ.DAT'
WRITE(12,*)
S2="
D12.5)'
)S2
R="
<
Q>
D12.5)'
)R
S2A="
E12.5)'
)S2A
THITA="
)THITA
6.3.6例
计算北京1951年——1980年1月的平均气温2阶、3阶滑动平均模型的系数(同时也算出了12月、2月的结果)
N=30
Q=2
REAL(8),PARAMETER:
EPS=1.0E-5
BEIJING.DAT'
READ(10,*)X
CALLMAQ(X,N,Q,EPS)
计算结果为:
2阶:
S2=.11905D+01
R=-.82189D-01.65269D-01
S2A=.11782E+01
THITA=.77908D-01-.65949D-01
滑动平均模型为:
3阶:
R=-.82189D-01.65269D-01.23275D-01
S2A=.11770E+01
THITA=.79343D-01-.67884D-01-.23542D-01
6.3.7附注
6.4自回归滑动平均模型(ARMA)
6.4.1功能
求出(p,q)阶自回归—滑动平均方程的系数,从而得到(p,q)阶自回归—滑动平均方程。
6.4.2方法说明
6.4.3子程序语句
SUBROUTINEARMA(X,N,P,Q,M,R,FAI,THITA,EPS)
6.4.4哑元说明
P——输入参数,整型变量,为自回归的阶数。
Q——输入参数,整型变量,为滑动平均的阶数。
M——输入参数,整型变量,M=P+Q。
FAI——输出参数,一维实型数组,存放自回归系数。
THITA——输出参数,一维实型数组,存放滑动平均系数。
EPS——实型常量,存放迭代时要求的精度。
6.4.5子程序
SUBROUTINEARMA(X,N,P,Q,M,FAI,THITA,EPS)
P!
自回归阶数
Q!
滑动平均阶数
M!
M=P+Q
X!
输入序列
REAL(8),DIMENSION(0:
P):
FAI!
自回归系数
REAL(8),DIMENSION(P,P):
A!
工作数组
REAL(8),DIMENSION(P):
B!
M):
S!
协方差,S(0)即为方差
Q):
SC!
自回归后的协方差
滑动平均系数
A1,A2,A3!
A1,A2,A3:
自回归后的序列a(t)的方差
DOTAO=0,M
DOI=1,