基于时间序列模型与残差控制图的兰州市空气质量研究

利用2003-2012年兰州市月均空气污染指数API和季节性时间序列模型SARIMA,对数据序列进行拟合并对其变化趋势进行了分析,研究其演变趋势并选取空气质量良好(月平均API<150)的月份(2012年6月2013年2月),选用时间序列模型ARIMA(1,1,1)进行拟合,再结合残差控制图,对2013年3月日平均API预测监控。结果表明,SARIM A(0,1,1)×(0,1,1)12模型较好的拟合了近10年兰州市API的变化趋势,兰州市的空气污染大致呈冬、春季污染相对较重,夏、秋季相对较轻,空气质量总体在逐渐好转。适合该地区短时间尺度的时间序列模型是ARIMA(1,1,1),结合残差控制图对2013年3月API进行预测监控,结果显示6,9,10,11,12和13日超出控制限,对6日和9日提出预警。预测结果与实际结果相吻合,证实了将时间序列模型与残差控制图结合预测监控大气污染的有效性。

AR-GARCH型残差控制图及其应用研究

受控过程经常呈现出自相关性和波动簇聚性并存的特征.为解决这类过程的监控问题,本文提出ARGARcH型残差控制图,用自回归模型结合残差图解决自相关问题;用受控过程的条件标准差替代无条件标准差,构造控制图的控制线,解决波动簇聚的问题.并结合对股票周收益序列进行监控的实例对该控制图的有效性加以分析.

自相关过程的质量控制方法——残差控制图

当质量过程呈现自相关现象时,常规控制图已经不能准确反映生产中质量的波动。因此本文研究了基于时间序列理论的残差控制图,并通过蒙特卡洛模拟方法表明,残差控制图能够较好解决过程自相关条件下的质量控制问题。

残差控制图检测能力分析及效率评价

当质量过程呈现自相关现象时,残差控制图是解决其控制问题的有效方法之一。但是与常规控制图相比较,两者检测性能有很大不同。本文应用检测能力指数和平均链长两种衡量指标,评价了质量过程为AR(1)的残差控制图对异常状态的检测能力。

信噪比在分析残差控制图检测能力中的应用

应用信噪比与平均运行长度2种方法,分析了自相关过程由时间序列模型AR(1)描述时,残差控制图对过程均值变化的检测能力。结果表明,信噪比是控制图的检测能力的一个良好指标,在合理参数0.1≤l≤1-范围内,残差EWMA控制图对过程均值小偏移较灵敏,对过程均值大偏移的检测能力略差于残差Shewhart控制图。

监视过程均值变化的残差控制图检测能力分析

对过程实施统计质量控制的基本假设前提是观测值彼此独立,但实际工作中经常出现过程的观测值存在自相关的现象.若自相关过程的残差满足独立同分布条件,对残差实施控制图监视是解决自相关过程控制的方法之一.应用检测能力指数和平均运行长度两种衡量指标,分析了自相关过程由时间序列模型AR(1)描述时,残差控制图对过程均值变化的检测能力.结果表明,残差EWMA(φ≤1-λ)控制图对过程均值小偏移较灵敏,当φ<0时,残差EWMA控制图对过程均值大偏移的检测能力略差于残差Shewhart控制图.

监测SPC/EPC整合过程的残差控制图研究

针对SPC/EPC整合中的自相关问题和窗口问题,在分析整合监测规律的基础上,构建了SPC/EPC整合过程的AR(3)时间序列模型,并分析了模型的稳定性条件,构建了监测整合过程的残差控制图,通过仿真比较实验表明:该方法与常规控制图相比能准确监测到异常扰动的发生并能解决窗口问题。

SOx、NOx、PM10浓度的时间序列模型及其残差T^2控制图

利用统计学软件,对内蒙古包头市2012年1月1日~2012年12月31日市环境监测站的SOx、NOx、PM10日浓度数据,进行了时间序列分析,并建立了时间序列模型(ARIMA)。然后对模型进行识别、估计,并对估计后的残差进行检验,经检验后的SOx、NOx、PM10浓度的残差值均为白噪声序列,则计算出相应的SOx、NOx、PM10日浓度的残差值。由于残差值满足传统的统计过程质量控制理论中的统计量彼此独立的基本假设,因此我们绘制出多元自相关过程的残差T2控制图。实例应用表明,该方法是合理科学的。

基于残差控制图的宏观经济运行质量研究

常规控制图主要用于产品系统的质量监控中,其前提假设是过程的质量特性值相互独立。在研究宏观经济运行质量时,由于经济时间序列存在自相关性,不能直接运用常规控制图对宏观经济运行质量进行监控。文章提出残差控制图对具有自相关性的经济序列进行稳定分析,对未来经济运行质量进行监控,并结合中国GDP数据进行了实证分析。

基于EGARCH残差控制图的美股收益率波动监测分析

通过研究股票收益率,发现股市的波动性特征,成为证券市场研究重点。本文以监测美股收益率波动为目标,基于2010年5月17日至2020年5月17日标准普尔500指数,先利用EGARCH模型来处理金融时间序列数据的波动簇集性和“杠杆效应”,建立EGARCH残差控制图来监测分析,并结合股票收益率序列对监控的实例对该控制图的有效性加以分析。结果显示EGARCH型残差控制图能够很好地应用于实际工作,有效地在股市发生剧烈变动前检测出异常点,对金融风险有良好的监测效果。

基于GRU神经网络的自相关过程残差控制图

为提升自相关过程监控的效率,提出基于门控循环单元(gated recurrent unit,GRU)神经网络的自相关过程残差控制图。采用受控下的自相关过程数据对GRU网络进行离线训练与测试,对预测误差进行监控,形成控制用残差控制图。采用训练好的GRU网络预测当前过程波动,利用控制用残差控制图判定当前过程是否失控。运用蒙特卡洛仿真法,与基于一阶自回归模型、BP神经网络以及支持向量回归构建的残差控制图进行性能对比。研究表明,过程受控时,所提残差控制图与其他3种的稳态平均运行链长相差不大,即4者的性能表现相当;而在均值偏移异常过程中,所提残差控制图的平均运行链长远小于其他3种,对自相关过程均值偏移具有较好的监控性能。

基于LS-SVM残差控制图的失控信号诊断

针对多变量统计过程控制中失控信号的诊断问题,提出了一种基于最小二乘支持向量机(LS-SVM)残差控制图的诊断方法,给出了基于LS-SVM残差控制图的构造方法与诊断程序,进行了实例分析与模拟分析,并与基于主成分分析的诊断方法进行了对比。研究结果表明:基于LS-SVM残差控制图的方法可以准确地诊断出失控变量,同时在小样本情况下依然适用。

采用残差变化控制的自适应稀疏信道估计

针对传统压缩感知信道估计对稀疏度信息依赖和稀疏度自适应信道估计在低信噪比时抗噪能力较差的问题,提出了一种采用残差变化控制的稀疏度自适应的压缩感知信道估计算法。该算法在传统的压缩感知信道估计的基础上引入残差变化控制,通过比较每次迭代下的残差变化的幅度来控制信道估计的迭代次数,提高信道估计的自适应性和鲁棒性。同时,为解决传统稀疏度自适应压缩感知信道估计抗噪能力较差的问题,利用正交匹配追踪提高算法的抗噪声性能。相比于传统的稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit,SAMP)算法,所提算法约有4 dB的性能优势,且算法复杂度更低。

基于时间序列模型的残差控制图在MAP中的应用

针对在MAP中,测控设备高频率地采集数据导致数据呈现时序依赖性,难以满足传统控制图要求的数据间相互独立的问题,提出根据时间序列原理用受控状态下观测数据估计模拟出自回归模型AR(p),求出服从独立同分布的观测值残差,建立控制图。为进一步说明残差控制图的有效性,通过真实数据求出残差控制图并与休哈特控制图进行比较,结果表明,残差控制图的虚假警报明显减少。

基于IGGⅢ权函数的稳健ARMA残差控制图构建

针对传统ARMA残差控制图易受异常值的影响,本文首先用由中国科学院测量与地球物理研究所提出的抗差方法(IGGⅢ)权函数建立稳健ARMA模型,得到独立同分布残差序列.接着用加权三均值和平均绝对离差分别估计均值和标准差,进而构建稳健ARMA残差控制图.模拟与实证检验均表明:本文所构建的稳健控制图能更好地抵抗异常值干扰,监控效果优于传统控制图.

稳健ARMA残差控制图的构建及在金融市场的应用

传统自回归与滑动平均(ARMA)残差控制图往往对离群值比较敏感,容易导致监控失效.为了解决这一问题,本文利用稳健统计的思想对传统ARMA残差控制图进行修正,构建出稳健ARMA残差控制图算法,以克服离群值对模型的影响.模拟和实证结果表明:当数据中不存在离群值时,由传统和稳健ARMA残差控制图得到的监控结果基本一致;当数据中存在离群值时,相对于传统ARMA残差控制图而言,稳健ARMA残差控制图能更有效地抵抗离群值的影响,具有较好的抗干扰性和高抗差性.

基于残差反馈控制的自动驾驶仪滚动回路设计研究

为满足战术导弹自动驾驶仪滚动回路面临的抑制严重干扰和稳定滚转姿态的需求,针对常规控制采用折中方法设计存在的问题,对基于残差反馈控制的自动驾驶仪滚动回路设计进行了研究,以解决系统鲁棒性与动态性能的矛盾。用Youla参数法分析标准闭环控制系统,提出针对被控对象发生模型摄动的控制策略:控制器分为两部分,针对无干扰等未建模特性的额定状态控制器和针对外来干扰、内部噪声等未建模特性时的残差信号反馈控制回路,分别保证系统稳定性、动态性能与鲁棒性。给出了自动驾驶仪滚动回路设计。用仿真与滑模变结构控制方法比较,验证了方法的有效性。

残差T2控制图中多元自相关过程模型研究

针对当前多元自相关残差T2控制图研究中,存在阶数过高且在确定拟合模型阶数过程中花费成本过大问题,本文采用蒙特卡洛方法,取不同的偏移量δ,借助平均运行链长ARL比较多元p阶自相关数据在VAR(1)和VAR(p)拟合下残差T2控制图的性能。研究表明:对于高阶多元自相关数据,VAR(1)比VAR(p)拟合得到的残差T2控制图性能优越,因此可以直接用一阶模型拟合多元高阶数据,来对残差T2控制图进行研究,此方法既简化了问题,又节约了成本。

过程控制图在股票收益波动分析中的应用研究

应用AR型残差控制图解决过程自相关问题;用受控过程的条件标准差替代无条件标准差,构造控制图的控制线,解决过程波动簇聚问题。在实证中,以上证50指数中股票的周收益序列为样本过程,根据其统计性质将其分为四类,并分别举例、选择适当的控制图加以监控。然后,对控制图识别出的异常点举例进行验证、分析,以评价控制图应用于股票收益序列监控的有效性。

基于GARCH型控制图的互联网金融预警实证分析——以余额宝为例

一般金融产品的时序数据通常具有自相关性和聚集性特征,而互联网金融是将传统金融业、信息通信技术以及互联网技术相结合的一种新型金融服务。为验证其是否也满足一般金融产品的相关属性,文章首先对以余额宝为代表的互联网金融产品的自相关性及聚集性进行了验证,其结论显示余额宝收益率数据确实具有自相关性及聚集效应(即异方差)的特征。另外,为解决这类数据的监控过程,能够对风险进行有效的报警提示,文章还提出了GARCH型残差控制图。传统的6σ控制图为静态控制限,而GARCH型控制图是动态控制限,将这种控制图应用于余额宝这种互联网金融产品进行实证分析,实证结果显示GARCH型控制图比传统控制图更敏感,对自相关过程的监控更加有效。