非等间隔观测样本相关函数的性质

本文对平稳正态序列一类非等间隔取样所得样本相关函数进行了讨论，得到了它具有无偏性，一致性以及类似于通常的Ｂａｒｔｌｅｔｔ公式．

多维时间序列样本相关函数阵的渐近方差阵

本文是用Ｔａｙｌｏｒ公式及矩量分析定理推导出多维时间序列样本相关函数阵的Ｂａｒｔｌｅｔｔ公式。

基于样本相关的SMN-MUSIC算法的谐波恢复方法

和高斯混合噪声背景下的谐波信号频率估计精度问题一直都是信号处理领域的研究热点和难点,但现有的互相关算子和分数低阶统计量类算子均存在噪声抑制能力差、计算度复杂以及估计精度不高的问题。针对上述问题,本文提出了基于样本相关的SMN-MUSIC算法。首先,利用样本相关算法,实现对α和高斯混合噪声的抑制;然后,对噪声子空间进行最小范数矢量计算,根据其与谐波信号频率的正交特性,提出SMN-MUSIC算法,实现了高效的谐波参数估计;最后,对基于样本相关的SMN-MUSIC算法的无偏一致估计性进行理论推导证明。本文算法降低了噪声奇异矢量误差敏感,减少了谱峰搜索计算量,计算机仿真结果证明了该算法的有效性。

基于AR模型参数的船舶轴频电场实时检测方法

为了有效地从海洋环境电场信号中检测出船舶轴频电场信号,在分析实测数据的基础上,利用Box-Jenkins方法对海洋环境电场与船舶轴频电场信号的参数模型进行了分析.结果表明,海洋环境电场信号近似可用AR模型(auto-regressive model)进行描述,且在利用AR模型对船舶轴频电场及海洋环境电场信号进行AR建模时,2个模型的参数差别较大.在上述研究的基础上,提取AR模型的参数作为特征,采用滑动检测方法对信号进行实时检测,通过实测数据和仿真数据对该检测算法进行验证,结果表明此方法简单易实现,在低信噪比情况下,能较好地检测到目标信号.

单变量时间序列模型识别方法的实证研究

文章简单介绍了四种单变量时间序列模型识别的方法,给出了每种方法识别模型时的输出表格,并利用统计软件模拟两个时间序列进行实证研究,最后总结了四种方法在实际应用中应注意的问题。

我国部分省份经济增长的转移动态特征

利用包含结构变化的样本自相关函数方法,采取1953—2007年我国21个省份的人均实际GDP数据,从一个新的视角对我国区域经济增长的转移动态特征进行实证分析,其结果表明,我国部分区域经济增长衰减速率表现为非线性振荡特征;除青海省外,样本中的其他省份的转移动态路径并不符合新古典索洛模型以指数收敛的转移动态特征,新古典增长指数收敛模型在刻画我国区域经济增长路径的能力上具有一定的局限性。

时间序列分析的AR模型在全社会消费品零售总额预测中的应用

全社会消费品零售总额是一个与宏观经济运行状况有重要关系的经济变量,本文对全社会消费品零售总额作时间序列分析,建立AR模型进行趋势预测.我们以1987年至1995年的统计数据,作为时间序列分析的样本观测值,数据单位为人民币亿元,样本长度n=18.首先,假定全社会消费品零售总额x_t是一个平稳时间序列,为选择适当的描述x_t增长与变化规律的数字模型,我们对样本观测值进行数据分析。

自回归模型在犯罪预测中的应用

本文根据犯罪作用的机理,把犯罪现象看作是随机过程中的马尔柯夫过程。犯罪在各个年份中所产生的规模和水平,即立案数据,视为随机过程的一个实现,即随机过程的一个样本。为此提出了马尔柯夫过程的预测模型──自回归(AR)模型,作为犯罪的预测模型。本文介绍了自回归模型的形式,建立、识别、检验和怎样用于预测。自回归模型一旦确立,计算简单,并且能包含近期的诱发和控制犯罪的因素,预测结果较为准确。

时间序列分析课程教学中的一些难点

本文给出了十二个时间序列分析授课过程中学生经常提及的问题并给出了解答,对于学生更好的学习时间序列分析课程有一定的帮助.

图书流量预测模型

根据美国某大学11年的图书借阅量,分析借阅的图书的分布特点,建立模型,并通过模型来预测各类图书在未来时间里的需求量.