导入每年的太阳黑子数数据loadsunspotdatwhosyearsunspot文档格式.docx
- 文档编号:21647242
- 上传时间:2023-01-31
- 格式:DOCX
- 页数:13
- 大小:180.06KB
导入每年的太阳黑子数数据loadsunspotdatwhosyearsunspot文档格式.docx
《导入每年的太阳黑子数数据loadsunspotdatwhosyearsunspot文档格式.docx》由会员分享,可在线阅读,更多相关《导入每年的太阳黑子数数据loadsunspotdatwhosyearsunspot文档格式.docx(13页珍藏版)》请在冰豆网上搜索。
2.计算样本自相关函数和偏相关函数
figure
autocorr(wolfer,40,2);
legend('
自相关系数函数'
);
说明:
可认为该序列的自相关系数函数随时间振荡缓慢而趋向于0;
可认为该序列具有周期为11的特征,建议先消去周期性趋势。
Syntax
[PartialACF,Lags,Bounds]=parcorr(Series,nLags,R,nSTDs)
[PartialACF,Lags,Bounds]=parcorr(Series,nLags,R,nSTDs)autocorr(Series,nLags,M,nSTDs)
[ACF,Lags,Bounds]=autocorr(Series,nLags,M,nSTDs)
parcorr(wolfer,40);
偏相关系数函数'
可认为该序列的偏相关系数函数随时间振荡缓慢而趋向于0
3.时间序列的分解(消去季节项)
(1)季节项的估计(取每个周期内的数据平均值为各自的季节项估计);
length(wolfer);
wolfer1=[wolfer;
zeros(9,1)];
wolferm=reshape(wolfer1,11,27);
meanm=[mean(wolferm(1:
2,1:
27)'
)mean(wolferm(3:
11,1:
26)'
)]'
;
(等价于meanm=[mean(wolferm(1,1:
27));
mean(wolferm(2,1:
mean(wolferm(3,1:
26));
mean(wolferm(4,1:
mean(wolferm(5,1:
mean(wolferm(6,1:
mean(wolferm(7,1:
mean(wolferm(8,1:
mean(wolferm(9,1:
mean(wolferm(10,1:
mean(wolferm(11,1:
26))];
meanm1=meanm*ones(1,27);
seasonal=meanm1(1:
288);
plot(year,seasonal);
太阳黑子数的季节项估计'
(2)消去季节项后数据,其样本均值可近似认为为0;
wolfer2=wolferm-meanm*ones(1,27);
wolfer3=reshape(wolfer2,1,297);
wolfer0=wolfer3(1:
288)'
plot(year,wolfer0);
(3)计算样本自相关函数和偏相关函数
autocorr(wolfer0,40,2);
消去季节项后的数据的自相关系数函数'
parcorr(wolfer0,40);
消去季节项后的数据的偏相关系数函数'
样本自相关函数和偏相关函数的特征与原来变化不大,随时间振荡趋向于0,不具有较明显的截尾性质,建议采ARMA模型进行建模。
4.ARMA(p,q)模型.对
p=0,1,2,3;
q=0,1,2,3;
逐对建立模型,取AIC达到最小的为合适模型
a=zeros(4,4);
forp=0:
3
forq=0:
m=armax(wolfer0,[p,q]);
a(p+1,q+1)=aic(m);
end
a=
6.99786.15955.68545.5724
5.88225.64345.53375.5249
5.47965.48195.48275.4920
5.48395.48365.40025.3914
mw=armax(wolfer0,[33]);
mw
Discrete-timeIDPOLYmodel:
A(q)y(t)=C(q)e(t)
A(q)=1-2.497q^-1+2.338q^-2-0.8131q^-3
C(q)=1-1.427q^-1+0.5083q^-2+0.09392q^-3
EstimatedusingARMAXfromdatasetwolfer0
Lossfunction210.311andFPE219.521
Samplinginterval:
1
模型方程:
5.所建模型的白噪声检验
(1)残差计算及正态分布检验法
>
e=resid(mw,wolfer0);
图所表示的是残差的
数据图(The99%confidenceintervalsforthesevaluesarealsocomputedandshownasayellowregion),没有一个超出其范围,不能否定为白噪声。
(2)白噪声的
检验
rho=autocorr(e,40);
form=1:
15
sum2=0;
fork=1:
m
sum2=sum2+rho(k+1)*rho(k+1);
chipf(m)=288*sum2;
lamda(m)=chi2inv(0.95,m);
t=1:
15;
plot(t,chipf(t),t,lamda(t));
chipf'
'
临界值lamda'
(3)递推预测残差图
plot(e);
6.模型递推预测值与实际观测值比较图
wolferpredict=predict(mw,wolfer0);
holdon
plot(year,wolferpredict,'
r'
holdoff
modelpredictnumberVersusExactnumber'
注:
也可利用garchToolbox建模
spec=garchset('
R'
2,'
M'
1,'
P'
0,'
Q'
0,'
Display'
off'
[spec,errors,LLF,residuals,sigmas]=garchfit(spec,wolfer0);
garchdisp(spec,errors)%Displaytheestimationresults
plot(year(1:
end),residuals)
Date'
),ylabel('
Residual'
),title('
FilteredResiduals'
Mean:
ARMAX(2,1,0);
Variance:
GARCH(0,0)
ConditionalProbabilityDistribution:
Gaussian
NumberofModelParametersEstimated:
5
StandardT
ParameterValueErrorStatistic
---------------------------------------------
C0.0401220.959930.0418
AR
(1)1.37810.07423718.5629
AR
(2)-0.645490.067808-9.5195
MA
(1)-0.11550.094943-1.2165
K232.7415.7814.7494
standardizedResiduals=residuals./sigmas;
autocorr(standardizedResiduals,25)
SampleACFofStandardizedResiduals'
parcorr(standardizedResiduals,25)
SamplePACFofStandardizedResiduals'
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 导入 每年 太阳黑子 数据 loadsunspotdatwhosyearsunspot
链接地址:https://www.bdocx.com/doc/21647242.html