-
摘要: 本文先叙述了MATLAB的概念和研究现状,接着给出了时间序列、时间序列分析法和残差模型；利用残差模型对我国1988年—2015年的GDP进行建模与预测,并运行MATLAB软件,实现了建模仿真的全过程,突出显示了MATLAB优于其他软件的的科学计算与可视化功能,而且最后举出实例更便于大家理解.38901
- 上一篇：构造法在不等式证明中的应用
- 下一篇：C语言中的循环结构及其应用
毕业论文关键词: MATLAB；时间序列；残差模型
The Application of MATLAB in Time Sequence Analysis
Abstract: This paper first describes the concept and research status of MATLAB, and then gives a time series, time series analysis and a residual model; use residual model for China GDP 1988 —2015 be built in and prediction mode, showing the fitted model is superior to ARMA model and run MATLAB software, and the modeling and simulation of the entire process, showing the powerful scientific computing and visualization capabilities of MATLAB, and gives examples of the analysis.
Key words: MATLAB; time series; a residuals model
目 录
摘 要 1
引 言 2
1. MATLAB简介 3
1.1 MATLAB概念 3
2. 时间序列分析 3
2.1时间序列分析法简介 3
2.2采用MATLAB进行时间序列分析的四个步骤 3
2.3 应用实例 4
3.基于(残差)模型解决经济非平稳时间序列的预测 6
3.1模型结构 6
3.2残差自相关检验 6
3.3模型拟合 7
3.4实例分析 7
3.4.1绘制GDP序列图 7
3.4.2绘制残差序列图 8
3.4.3残差序列自相关查验 10
参考文献 13
致谢 14
MATLAB在时间序列中的应用引言
就MATLAB在时间序列中的应用这个课题来说,在对其进行研究和探讨的过程中,许多学者都取得了不斐的成果.时间序列是这样一种数据会随着时间改变而变化的序列．以找出数据变化规律为目的的确定性消息,通过从这些信息中提取的规律,来推测数据将来的趋势．确定性信息在很多方面都有应用．然而有些比较常见的时间序列其变化主要受,一是确定性因素影响,另一个则是对于随机性因素的研究.包括无固定周期震动的确定信息；随机性的波动是那些毫无法则的运动．因为ARIMA模型的精度与非平稳序列很相似,所以当我们拿到一个函数列之后,ARIMA成为我们优先考虑的模型.自20世纪70年代由Box和Jenkins提议后,当序列的数据之间有一定规律的时候,利用比较数据平方差的方法提取序列中的确定性因素,ARIMA模型已经做得很好了.但是ARIMA模型在提取确定信息方面与以前模型相比就有些缺憾．就这一问题,我们需要用残差自回归(auto一regressive)模型.
1. MATLAB简介
1.1 MATLAB概念
Matrix和laboratory两个词组成了MATLAB即矩阵工厂（矩阵实验室）.它是由美国mathworks企业向大众发表的在数值的分析方向、矩阵的计算、严谨数据进行可视化及建造模型功能方面的应用.数据正确、可重现化以及相互交接互换程序设计的高科技,为科研和数值计算方面提出了一种全面的解决方案.在与传统非交互式程序语言的编辑模式相比,它代表了目前国际科学计算软件的领先水平.
2. 时间序列分析
2.1 时间序列分析法简介
时间序列就是由各个数据间的前后排列和联系来确认所有数据变动的规律,最后将响应白噪声的要求进行输入,作为系统输出的一种建模方法.简而言之,就是利用一组有序值,来构造出一个参数模型.
参数模型
模型的参数形式如下: