问题一:ARMA模型建模与预测 确定性趋势是时间序列在一个较长的时期内,受一种或多种确定性因素影响而表现出 的某种持续上升或持续下降的趋势。确定性趋势可通过适当的数学模型进行拟合。 现有1981年至2010年中国原油消费量数据,如表1所示,请根据数据完成下列问题。 表1. 1981~2010中国原油需求量数据 年份 "1981 "1982 "1983 "1984 "1985 "1986 "1987 "1988 "1989 "1990 " "需求 "8321.4 "8244.2 "8369.2 "8637.1 "9169.3 "9728.0 "10312.2 "11092.7 "11583.5 "11485.6 " "年份 "1991 "1992 "1993 "1994 "1995 "1996 "1997 "1998 "1999 "2000 " "需求 "12383.7 "13353.8 "14721.3 "14956.0 "16064.8 "17436.7 "19691.6 "19817.5 "21072.9 "22439.4 " "年份 "2001 "2002 "2003 "2004 "2005 "2006 "2007 "2008 "2009 "2010 " "需求 "22838.3 "24779.5 "27126.7 "31699.9 "32535.4 "34875.6 "37157.2 "38862.8 "41518.3 "43413.2 " " 问题1:绘制出时序图,根据时序图的形状,采用相应的时间系列模型拟合趋势; 问题2:对剔除趋势后的序列,判断其平稳性,运用Box- Jenkins方法建立适当的ARMA(p, q)模型,并能够利用模型对未来3年(2011~2013)中国的原油需求量进行预测。 问题二:ARIMA模型建模与预测 季节ARIMA模型是指将受季节影响的非平稳时间序列通过消除季节影响转化为平稳时 间序列,然后将平稳时间序列建立ARMA模型。 现有杭州市2003年至2010年季度餐饮业总收入数据,如表2所示,请根据数据完成下 列问题。 表2. 2003~2010季度餐饮业数据 季度 "收入 "季度 "收入 "季度 "收入 "季度 "收入 " "2003.S1 "65355 "2005.S1 "87996 "2007.S1 "96992 "2009.S1 "98000 " "2003.S2 "98012 "2005.S2 "129512 "2007.S2 "97751 "2009.S2 "140215 " "2003.S3 "100972 "2005.S3 "130374 "2007.S3 "111372 "2009.S3 "167985 " "2003.S4 "89514 "2005.S4 "115859 "2007.S4 "97289 "2009.S4 "133300 " "2004.S1 "76631 "2006.S1 "97669 "2008.S1 "77815 "2010.S1 "108376 " "2004.S2 "113638 "2006.S4 "139511 "2008.S2 "129480 "2010.S2 "186464 " "2004.S3 "135827 "2006.S4 "145157 "2008.S3 "143200 "2010.S3 "197288 " "2004.S4 "122330 "2006.S4 "121908 "2008.S4 "138128 "2010.S4 "175345 " " 问题1:绘制出时序图,根据时序图的形状,采用相应的方法把周期性的非平稳序列平稳 化; 问题2:对经过平稳化后的杭州市2003年至2010年季度餐饮业总收入序列运用Box- Jenkins方法建立合适的ARIMA(p, d, q)模型,并能够利用此模型进行未来1年(2011)四个季度旅游收入的短期预测。 ----------------------- 金融数据分析-课程报告全文共1页,当前为第1页。
- 粉丝: 168
- 资源: 3万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助