分享到:

林木直径分布预测动态模型的研究

林木直径分布及其变化规律的研究,至今并未很好解决。本文对单一林分总体提出一套对直径分布一致性和非一致性林分具有兼容性的模型,将有助问题的解决。一、分布顶侧模型的构造 (一)分布函数的选择和参数估计 1.分布函数的选择·本文采用K.Pearson分布系来描述直径分布,所选6种分布函、数详见表l。其中,劣是随机变量,a、b、c、P和q是参数。且厂(P)b(P,q)一丁扮一厂、二={:X,一(,一二,,一、二·‘p,“,=丁乒一”“’·eq苦+e一q苦 2c.、c:、几和口。可由分布的前四阶原点矩犷,、厂2、犷3和厂‘构成的方程组解出。 cz+2犷le2+a。=一犷1co+2犷lel+3犷:eZ+厂,a。=一厂:eo+3犷:cl+4厂se:+厂za一=一厂一{eo+4厂sel+5厂一e:+犷sa。=一厂.(l)犷厂 ,自八口!..|廿.、、 2.分布类型判别和参数估计本文用矩法估计参数。为消除径阶整化对估计值的影响,现实林分分布的前四...  (本文共5页) 阅读全文>>

《武汉大学学报(信息科学版)》2005年06期
武汉大学学报(信息科学版)

基于时间序列分析的动态变形预测模型研究

1模型综述通常,传统时间序列x(t)的建模方法基于ARMA(p,q)模型:x(t)-a1x(t-1)-…-apx(t-p)=e(t)+c1e(t-1)+…+cqe(t-q)(1)式中,p、q为模型的阶;ai、ci为模型的参数;e(t)是均值为零、方差为σe2的白噪声。当所有ci=0时,式(1)化为自回归(AR)模型;当所有ai=0时,式(1)转化为滑动平均(MA)模型。传统时间序列是用极大似然(ML)法来估计参数ai、ci,但用ML方法的计算量很大,并且也没给出决定p、q的有效方法,只给出了基于考察时间序列自相关函数的选择阶的猜测法。由于决定阶p、q的困难,因而,对时间序列要选择一个合适的模型,通常事先要建立许多可能的不同阶的ARMA模型,这使得建模的工作量很大。对此,吴贤铭和Pandit[1]从系统分析角度出发,证明了任何一个由白噪声激发的n阶随机微分方程对应的采样模型是ARMA(n,n-1),因此,提出了基于如下的ARMA(...  (本文共5页) 阅读全文>>

《国防科技大学学报》1992年04期
国防科技大学学报

时序分析研究的丰硕成果——读《时间序列分析的工程应用》(上、下册,杨叔子、吴雅等著)

时间序列分析作为数理统计学的一个活跃分支,自本世纪20年代创立以后,得到了迅速的发展,很快成为现代数理统计、系统辨识与系统分析的重要工具,并在自然科学、工程技术和管理学科等领域被广泛应用。我国在时间序列分飞斤的理论研究和应用研究领域起步较晚,但发展极为迅速,已取得了大批可喜的成果,右三某些研究方向更是走到了世界的前列,而受到世界同行的普遍赞誉。 杨叔子教授是我国众多时序研究者中最为活跃、最具硕果的研究者之一。《时间序列分析的工程应用》一书是他在总结我国时序分析工作者,尤其是他本人多年研究工作的基础之上,结合多年的教学、讲学经验,组织他的得力助手儿易其稿,精心编写的。可以毫不逊色地说,这是当代研究时间序列分析的工程应用的开拓之作。 纵观全书,我认为这部优秀的著作有以下几个显著的特点:1视野开阔、勇于创新 无容置疑,时间序列分析这一学科经几十年的发展,在数学体系结构上已相当成熟,如何深发拓宽这一学科的研究范畴,特别是在工程领域中的广...  (本文共2页) 阅读全文>>

《数理医药学杂志》2002年05期
数理医药学杂志

时间序列分析及其在卫生事业中的应用

1 一般介绍时间序列 (Time Series)指将某一指标在不同时间上的数值 ,按时间先后排列而成的数列 ;也指某一系统在不同“时间”(可以是时间、地点、长度、速度等条件 )的响应 ,是自身历史行为的客观记录。该数列由于受到各种偶然因素的影响 ,往往表现出随机性且彼此之间存在统计相关性 ,即概括系统动态变化的特征信息。对这类数列运用历史的观点 ,根据系统有限长度的运行记录 ,建立能较精确反映其中所包含的动态依存关系的数学模型 ,不仅可以从数量上揭示某一现象的发展变化规律或从动态的角度刻画某一现象与其它现象之间的内在数量关系及变化规律性 ,而且能够预测与控制现象的未来行为 ,修正或重新设计系统以达到利用与改造客观世界的目的 [1 ] 。这一过程就是时间序列分析 (Time Series Analysis)。在长期反复的探索中产生的一系列研究时间序列的模型与方法 ,随着认知的不断深入发展逐渐完善起来 ,形成统计学科的一个重要分支 ...  (本文共3页) 阅读全文>>

《现代农村科技》2018年04期
现代农村科技

时间序列分析教学改进探究

1时间序列分析教学简介时间序列分析是统计学的一个分支,其目的是从一系列离散的随机数据中提取有用信息,并从中发现研究对象的客观规律,进而预测其发展趋势以及实施有效的必要控制。时间序列分析在经济、管理、财政、金融和工程技术的众多领域都发挥了显著的作用,并越来越受到重视和推崇。在目前普通高等院校的统计学课程中,时间序列分析分为确定性时间序列分析和随机性时间序列分析。确定性时间序列分析,主要教学内容有移动平均法、指数平滑法、时间回归、使用加法模型或者乘法模型分解和测定组成一个时间序列的长期趋势、季节变动、循环波动、不规则变动等,也被称为“时间数列分析”。随机性时间序列以随机过程理论为基础、采用概率统计的思想和方法来研究具有离散和随机性质的统计数据,主要教学内容有自回归(AR)模型、滑动平均(MA)模型、自回归—滑动平均(ARMA)模型。2教学改进的必要性随机性时间序列分析部分,由于计算复杂、数学基础不足等原因,大多数学生没有兴趣、听不进...  (本文共1页) 阅读全文>>

《科教文汇(中旬刊)》2017年01期
科教文汇(中旬刊)

“时间序列分析”课程教学模式的探索

1引言作为统计学专业的必修课程之一,“时间序列分析”是一门与社会经济活动紧密联系的课程。时间序列分析方法,其基础是随机过程与一些数理统计知识,且通过研究、分析与社会经济活动相关的数据,发现这些数据内在的变化规律,且构建合适的统计分析模型来分析其统计特征,并基于此模型对社会经济活动的数据进行未来趋势的预测。在实际操作中,时间序列分析需要运用统计学、经济学、数学等多学科的知识,也需要掌握一些统计分析软件的运用。因此,“时间序列分析”课程是一门综合性强的课程,也是一门相对较难的课程。在实际教学过程中,“时间序列分析”不仅注重理论知识的讲授,还注重真实案例的分析,以体现理论结合实践这一课程特征。考虑到“时间序列分析”课程是一门具有跨学科的应用性很强的课程,需要学生具备较扎实的统计学、经济学、数学等学科知识,并要求学生具有统计分析软件的基本操作能力,这对教师和学生提出了较高的要求。一方面,授课教师需要掌握更多的相关知识。就一所工科学校的统...  (本文共3页) 阅读全文>>