16非平稳时间序列突变检测的启发式分割算法(BG算法)MATLAB源代码[借鉴].pdf
2023-03-02 10:44:07 337KB
1
提出基于过程神经网络和自回归模型的组合预测方案。首先,采用二进正交小波变换对原始时间序列分解和重构,分离出原始序列中的高频部分和低频部分;然后对低频部分构建过程神经网络模型,对低频部分采用自回归模型;最后将两种模型的预测值叠加,得到原序列的预测值。
1
用于定义和执行时间序列预测过程的功能,包括前(后)处理、分解、建模、预测和准确性评估。生成的模型及其产生的预测误差可用于对其他时间序列预测方法进行基准测试,并提出对此类方法进行改进的需求。为此,可以使用来自预测竞赛的基准数据。
2022-06-22 21:04:13 319.23MB r语言
16非平稳时间序列突变检测的启发式瓜分算法(bg算法)matlab源代码[最新].doc
2022-05-29 09:07:44 131KB 文档资料
常用AR模型自相关系数递推公式 AR(1) 模型 AR(2) 模型
2022-05-28 21:21:13 10.42MB 统计模型
1
纯随机性检验(白噪声序列检验) 检验原理 假设条件 检验统计量 判别原则
2022-01-16 15:14:06 10.42MB 统计模型
1
二、F检验定阶法 1.基本思想(以一般情形和ARMA(p,q)模型为例) 先对数据拟合ARMA(p,q)模型(假设不含常数项),设其残差平方和为Q0,再对数据拟合 较低阶的模型ARMA(p-m,q-s),设其残差平方和为Q1。 建立原假设H0: 返回本节首页 下一页 上一页
2021-12-13 21:28:23 777KB 平稳时间序列
1
ADF检验的三种类型 第一种类型 第二种类型 第三种类型
2021-11-14 14:24:05 777KB 平稳时间序列
1
用R语言对平稳的时间序列进行分析和预测,采用的是ARMA方法
平稳时间序列模型概念.pdf
2021-05-07 21:02:55 338KB 平稳时间序列分析
1