Р预测值Р年份Р预测值Р年份Р预测值Р年份Р预测值Р2011Р1007.38 Р2014Р1030.63 Р2017Р1047.42 Р2020Р1057.54 Р2012Р1013.47 Р2015Р1037.22 Р2018Р1051.36 Р2013Р1022.79 Р2016Р1042.76 Р2019Р1054.70 Р表格5.5 深圳市未来十年内人口数量预测图表Р5.1.5时间序列模型【3】预测及误差分析Р5.1.5.1时间序列的预处理与模型的选取Р 把未来十年深圳市人口数量预测值看做是时间的函数,时间数1980年定义为时点数1,1981年时点数2......依次下去--2010年定义为时点数t(t=1,2,3...31)Р以1980年-2010年深圳市人口数数据为观察值序列,对其平稳性和纯随机性进行检验,结合序列自相关图和时间序列突变点分析YAMAMOTO检验信噪比图(见图 5.4)可知:Р图 5.4 序列自相关图和时间序列突变点分析YAMAMOTO检验信噪比图Р取出异常点后,该序列的自相关系数一直都比较小,始终在零轴附近上下波动,这是随机性非常强的呈一定趋势的时间序列。因此选用自回归移动平均(ARMA)模型预测Р 5.1.5.2 自回归移动平均(ARMA)模型基本原理【4】与模型的建立Р ARMA模型是一种常用的随机时序模型,也是一种精度较高的时序短期预测方法,该模型有三种基本类型:自回归(AR)模型、移动平均(MA)模型以及自回归移动平均(ARMA)模型.Р 1. 自回归(AR)模型Р 如果时间序列是它的前期值和随机项的线性函数,即可表示为Р ........................ (15)Р则称该时间序列是自回归序列,(15)式为p阶自回归模型,记为AR(p),称为自回归系数,是模型的待估参数。Р 记为k的滞后算子,即Р 则模型(15)可表示为
全文预览
