干预时间序列模型的异常点诊断及其应用

干预时间序列模型的异常点诊断及其应用

论文摘要

时间序列由于误差、干扰或者异常事件的影响,会产生一些与其他观测数据不一致的值,这些值被称为时间序列的异常点。异常点的存在对时间序列建模和预测有着重大影响,而且异常点本身也包含许多重要信息。所以,时间序列异常点的挖掘和分析是一项意义重大的任务。ARMAX模型相较于传统的ARMA模型引入了外生变量,不仅考虑了序列本身的变化规律,还考虑了其他序列的影响,是一种更加完备的模型。本文基于ARMAX模型,考虑出现单个AO型异常点和成片AO型异常点的情况进行挖掘。本文首先介绍了ARMAX模型以及模型的拟合步骤,然后提出使用标准Gibbs抽样挖掘模型中的单个AO型异常点以及自适应Gibbs抽样挖掘模型中的成片AO型异常点,通过模拟验证了方法的有效性,关于异常点位置确认和异常效应大小的估计获得了不错的效果。最后,本文选取非制造业商务活动指数和全社会货运量数据,分别用这些方法检测出了每组数据中的三个异常点,且全社会货运量数据中还存在连续的两个AO型异常点,并结合实际情况深入分析和解释了异常点背后的原因。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  •   1.1 研究背景和意义
  •   1.2 研究现状
  •   1.3 本文主要工作
  • 第二章 干预时间序列模型
  •   2.1 ARMAX模型
  •   2.2 ARMAX模型的拟合步骤
  •     2.2.1 确定输入序列
  •     2.2.2 平稳性检验和纯随机性检验
  •     2.2.3 预白噪声化
  •     2.2.4 模型的参数估计和检验
  •   2.3 本章小结
  • 第三章 ARMAX模型的异常点检测
  •   3.1 时间序列的异常点
  •     3.1.1 异常点的含义及产生原因
  •     3.1.2 异常点的分类
  •     3.1.3 异常点的检测方法
  •   3.2 ARMA模型的异常点
  •   3.3 ARMAX模型的异常点
  •   3.4 Gibbs算法
  •   3.5 自适应Gibbs算法
  •   3.6 标准Gibbs抽样挖掘AO型异常点
  •   3.7 自适应Gibbs抽样挖掘成片AO型异常点
  •   3.8 模拟举例
  •     3.8.1 单个异常点检测
  •     3.8.2 成片异常点检测
  •   3.9 本章小结
  • 第四章 实证分析
  •   4.1 非制造业商务活动指数异常点研究
  •     4.1.1 数据介绍
  •     4.1.2 新订单指数对非制造业商务活动指数的影响分析
  •     4.1.3 数据预处理
  •     4.1.4 计算转移函数
  •     4.1.5 异常点检测
  •   4.2 全社会货运量异常点研究
  •     4.2.1 数据介绍
  •     4.2.2 货物周转量对货运量的影响分析
  •     4.2.3 数据预处理
  •     4.2.4 计算转移函数
  •     4.2.5 异常点检测
  • 第五章 总结和展望
  •   5.1 总结
  •   5.2 展望
  • 致谢
  • 参考文献
  • 文章来源

    类型: 硕士论文

    作者: 丁炜

    导师: 陈平

    关键词: 异常点,模型,抽样,非制造业商务活动指数,货运量

    来源: 东南大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,数学,宏观经济管理与可持续发展

    单位: 东南大学

    基金: 全国统计科学研究项目(2017LZ29)

    分类号: F224;O211.61

    DOI: 10.27014/d.cnki.gdnau.2019.003298

    总页数: 57

    文件大小: 1729K

    下载量: 30

    相关论文文献

    • [1].9月非制造业商务活动指数上升为53.7%[J]. 中国物流与采购 2016(21)
    • [2].10月非制造业商务活动指数上升为54%[J]. 中国物流与采购 2016(24)
    • [3].2016年11月非制造业商务活动指数上升为54.7%[J]. 中国物流与采购 2017(02)
    • [4].3月非制造业商务活动指数上升为55.1%[J]. 中国物流与采购 2017(08)
    • [5].2月非制造业商务活动指数下降为54.2%[J]. 中国物流与采购 2017(07)
    • [6].7月非制造业商务活动指数下降为54.5%[J]. 中国物流与采购 2017(17)
    • [7].10月非制造业商务活动指数上升为56.3%[J]. 中国物流与采购 2013(23)
    • [8].经济平稳较快增长趋势未变[J]. 中国物流与采购 2017(23)
    • [9].2016年12月非制造业商务活动指数下降为54.5%[J]. 中国物流与采购 2017(03)
    • [10].1月非制造业商务活动指数上升为54.6%[J]. 中国物流与采购 2017(04)
    • [11].4月非制造业商务活动指数下降为54%[J]. 中国物流与采购 2017(10)
    • [12].5月非制造业商务活动指数上升为54.5%[J]. 中国物流与采购 2017(12)
    • [13].6月非制造业商务活动指数上升为54.9%[J]. 中国物流与采购 2017(14)
    • [14].8月非制造业商务活动指数下降为53.4%[J]. 中国物流与采购 2017(19)
    • [15].9月非制造业商务活动指数上升为55.4%[J]. 中国物流与采购 2017(21)
    • [16].10月非制造业商务活动指数下降为53.1%[J]. 中国物流与采购 2015(23)
    • [17].3月非制造业商务活动指数上升为53.8%[J]. 中国物流与采购 2016(08)
    • [18].5月非制造业商务活动指数下降为53.1%[J]. 中国物流与采购 2016(12)
    • [19].6月非制造业商务活动指数上升为53.7%[J]. 中国物流与采购 2016(14)
    • [20].市场经营稳健运行态势未变[J]. 中国物流与采购 2016(19)
    • [21].10月非制造业商务活动指数下降为53.8%[J]. 中国物流与采购 2014(23)
    • [22].11月非制造业商务活动指数上升为53.9%[J]. 中国物流与采购 2014(24)
    • [23].1月非制造业商务活动指数下降为53.7%[J]. 中国物流与采购 2015(05)
    • [24].3月非制造业商务活动指数下降为53.7%[J]. 中国物流与采购 2015(08)
    • [25].2014年1月中国非制造业商务活动指数为53.4%[J]. 中国高新技术企业 2014(05)
    • [26].1月份全球服务业商务活动指数为53.6%[J]. 中国物流与采购 2013(05)
    • [27].2月全球服务业商务活动指数为53.3%[J]. 中国物流与采购 2013(06)
    • [28].3月全球服务业商务活动指数为53.4%[J]. 中国物流与采购 2013(08)
    • [29].4月全球服务业商务活动指数为52.1%[J]. 中国物流与采购 2013(10)
    • [30].5月全球服务业商务活动指数为53.7%[J]. 中国物流与采购 2013(13)

    标签:;  ;  ;  ;  ;  

    干预时间序列模型的异常点诊断及其应用
    下载Doc文档

    猜你喜欢