时间序列分析( 二 )


????模型参数的显著性检验 , 是要检验模型中的每一个参数是否显著异于零 , 目的是使模型更为精简和准确 。如果模型中包含了不显著的参数性 , 则可以说明一方面参数冗余 , 另一方面会影响其他参数的估计精度 。因此要提出模型中那些不显著的参数 。
????利用模型进行预测分析 。
参考:《时间序列模型及预测》王立柱著;科学出版社
时间序列分析 时间序列分析的基本原理是什么1、时间序列分析(Time-Series Analysis)是指将原来的销售分解为四部分来看——趋势、周期、时期和不稳定因素 , 然后综合这些因素 , 提出销售预测 。强调的是通过对一个区域进行一定时间段内的连续遥感观测 , 提取图像有关特征 , 并分析其变化过程与发展规模 。当然 , 首先需要根据检测对象的时相变化特点来确定遥感监测的周期 , 从而选择合适的遥感数据 。
2、特点:简单易行 , 便于掌握 , 但准确性差 , 一般只适用于短期预测 。
3、基本原理:一是承认事物发展的延续性 。应用过去数据 , 就能推测事物的发展趋势 。二是考虑到事物发展的随机性 。任何事物发展都可能受偶然因素影响 , 为此要利用统计分析中加权平均法对历史数据进行处理 。
4、基本思想:根据系统的有限长度的运行记录(观察数据) , 建立能够比较精确地反映序列中所包含的动态依存关系的数学模型 , 并借以对系统的未来进行预报 。