时间序列分析开题报告

一、毕业设计（论文）内容及探讨意义（价值）1.1探讨内容时间序列分析是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法,探讨随机数据序列所遵从的统计规律,以用于解决实际问题。它包括一般统计分析(如自相关分析,谱分析等),统计模型的建立与推断,以及关于时间序列的最优预料、限制与滤波等内容。时间序列是按时间依次排列的一组数字序列。而时间序列分析就是利用这组数列,应用数理统计方法加以处理,以预料将来事物的发展。它的基本原理:一是承认事物发展的持续性。应用过去数据,就能推想事物的发展趋势。二是考虑到事物发展的随机性。任何事物发展都可能受偶然因素影响,为此要利用统计分析中加权平均法对历史数据进行处理。随着招生改革的深化，高校招生生源之争在所难免。通过时间序列分析的基本方法：回来分析法、指数加权平滑法、移动平均法来分析某高校招生部门供应的2005~2010年度各省、直辖市新生入学报到率的历史数据，应用基于时间序列分析法的新生入学报到率预料模型预料2011年14个省、直辖市新生入学报到率，然后与2011年高校新生入学报到率的实际状况进行比较，验证该模型的合理性和可信性。1.2探讨意义通过科学、精确地对新生入学报到率的预料，使学校招生总体规划与国民经济发展规划和社会发展相适应，招生部门也可科学地规划各省、直辖市的招生指标。如在学校每年各招生指标不变的前提下，对预料入学率较高的省份放较多的招生指标，相反入学率较低的则适当削减招生指标。因此，新生入学报到率的预料是招生部门每年编制各省、直辖市招生支配的重要依据，而预料方法又是科学预料入学率的重要手段。通常学校招生部门编制下一年的招生支配的原则是在保证不突破学校总的招生支配前提下提高入学报到率，以最高的全校入学率来完成学校每年的招生任务。而本次论文主要是为了探讨和验证时间序列分析在高校新生入学报到率预料过程中可用性，为高校招生时制定合理的招生支配供应帮助。二、毕业设计（论文）探讨现状和发展趋势时间序列分析方法（简称时序分析）是在具有先后依次的信号中提取有用信号的一门学科。它是数理统计学的一个重要分支，是探讨随机过程的重要工具。时序分析起源于本世纪二十年头，最早是为了市场预料。随着时序分析的理论和应用这两方面的深化探讨，时序分析的应用范围日益扩大，从一般的市场预料到语音识别与模拟，从机械设备的监视到生物生理、心理状态探讨，时间序列分析的应用也越来越广泛，越来愈深化。1927年，提出了AR(Autoregressive)模型，时序模型从非参数模型发展成参数模型，这是广义时序分析发展中的重大突破。此后，逐步发展了ARMA（AutoregressiveMovingAverage）模型、多维ARMA模型、非平稳时序模型等。之后，于60年头后期在谱分析与谱估计方面取得突破性进展后，同限制理论的结合使时间序列分析得到快速发展。1970年，与发表了专著TimeSeriesAnalysis:ForecastingandControl,对时序方法及其应用作了较为系统的深化论述，而S.M.Wu与S.M.Pandit提出了DDS方法（DynamicDataSystem），推动了时序方法的工程应用。近年来，在时间序列分析理论中发展最为快速的当属单位根理论。这一理论主要探讨随机闲逛过程统计量的非对称性质。单位根问题已经引起了越来越多计量经济学家和统计学家的关注。它不但为确定ARIMA模型查分的阶供应了正式的检验方法，也为某些统计量的检验开拓了新的领域。Tsay和Tiao将单位根检验扩展到多元状况，这就是所谓的协整检验。在我国，时序探讨和应用起步较晚，第一本专著是《时间序列的分析和应用》，此后获得较为广泛的发展。我国很多高校和科研单位开展了时序理论特殊是时序应用方面的探讨工作，不少成果已实际应用，取得了明显的社会效益和经济效益。时序分析将来探讨的一个重要原动力源自于金融市场、信息网络以及电子商务等领域超容量数据的获得。在全球化竞争日益激烈的环境中，这些数据的可利用价格越来越大。然而，这些数据特别浩大，而且离散型和连续性的多元变量相混杂，传统和现有的数据处理方法远远不能对其进行有效的加工处理。对这些数据进行综合分析的迫切性确定会影响将来时序分析的探讨方向。随着时间序列分析在各个领域的应用不断深化以及社会各领域的发展，势必会出现更困难的时间序列，如何找到能更贴切描述、预料，限制系统的模型是探讨时间序列最干脆的发展动向。实际的数据大都含有噪声、波动或者趋势。用平稳时间序列模型描述此类数据产生的误差很大，因此须要探讨时间序列线性和非线性的交互关系，比如如何提高描述若干非平稳时间序列间的交叉相关和类似的数据关系的方法，这还有待于进一步探讨。三、毕业设计（论文）探讨方案及工作支配3.1探讨方案(1)介绍时间序列分析的基本理论及方法，包括：基本概念、性质、方法、意义等基本学问。（2）探讨时间序列的建模方法，并编制时序分析和预料程序。（3）针对2005~2010年全国14个省、直辖市的新生入学报到率观测序列建立时序模型，运用该时序模型对2011年该范围内新生入学率进行预料，并运用后验差检验准则以及2011年实际新生入学率对模型进行评估。（4）针对所得结果对所做时序模型进行完善，使得预料结果更为良好。3.2工作重点本论文的重点是探讨时序分析及其在实际中的应用，在给定数据状况下建立时序模型，并在此模型的基础上作相应分析和预料。3.3工作难点建立合适的模型以及编制时序分析和预料程序是个不易的过程，须要清晰的了解相关学问并娴熟运用SAS、SPSS软件，并驾驭确定的计算机编程实力以及扎实的数学功底。3.4拟采纳的方案翻阅相关资料，深化学习时间序列分析的相关学问，并加强自己在统计软件和编程方面的操作实力，运用SAS\SPSS进行相关的数据分析。3.5工作支配起止日期内容进程搜集、整理相关资料，学习相关理论学问8仔细阅读搜集查找的相关文献资料，向导师请教相关问题，并完成开题报告，打算论文开题，完成一篇英文文献的翻译3.19-3.31拟定论文的写作大纲，撰写写作方案及基本框架，并交由导师审定4.1-5.6撰写论文的内容，完成论文初稿，交导师批阅针对导师提出的批阅看法，与导师探讨，修改、不中、完善论文，交导师批阅对初稿进一步修改补充，加以完善完成论文其次遍修改并最终定稿完成毕业论文，结合毕业论文定稿作幻灯片，打算论文答辩进行论文答辩四、主要参考文献[1]王燕.应用实践序列分析[M].中国人民高校出版社,2008.[2]A.Analysisofclustersformedbythemovingaverageofalong-rangecor-relatedtimeseries[J].PhysicalReviewE,69(2004):1～4.[3]王振龙,胡永宏.应用时间序列分析[M].科学出版社,2007.[4]徐国祥.统计预料和决策[M].上海财经高校出版社,2005.[5]BollerslevT.Generalizedautoregressiveconditionalheteroskedasti-city[J].JournalofEconometrics,1986(31):307-327.[6]潘红宇.时间序列分析[M].对外经济贸易高校出版社,2005.[7]余国华,黄厚宽.时间序列模型的选择方法[J].广西师范高校学报(自然科学版),2003,21(1):191-194．[8]J.A.Ramirez,E.Rodriguez,J.C.Echeverra,Detrendingfluctuationanalysisbasedonmovingaveragefiltering[J].PhysicalA354(2005):199～219.[9]刘圆圆.时间序列分析及其应用[J].科技创新导报,2011,27:255.[10]张利.基于时间序列ARMA模型的分析预料算法探讨及系统实现[D].江苏高校,2008.[11]刘晓东,景睿,孟祥森,李向云.残差自回来模型及SAS程序实现[J].中国卫生统计,2008,(05).[12]KalmanRE.Anewapproachtolinearfilteringandpredictionproblems[J].BasicEngrg,1960(82):35-45.[13]程振源.时间序列分析：历史回顾和将来展望[J].学问丛林统计与决策,2002,9:45-46.[14]刘瑛慧,曹家琏.时间序列分析理论与发展趋势[J].学问丛林电脑学问与技术,2010,2:257-258.指导老师看法指导老师看法该开题报告探讨内容丰富详实，有确定的探讨意义和价值，熟识课题的探讨现状和发展趋势；探讨方案合理，思路清晰；探讨任务明确，工作重点和难点清晰、突出；工作支配和进程支配合理，参考文献符合要求。同意开题。签名：月日教研室看法教研室主任（签章）：月日评审小组看法参与评审人员（签字）：月日统计学（statistics）分析处理的对象是带有随机性的数据（data）。统计分析的目的概括地说是要了解总体分布的统计特性，在参数模型中就归结为了解一些刻画模型的参数。样本，，…，按从小到大的依次重排为…，则（，，…）成为依次统计量（orderstatistics）。定理依次统计量是充分统计量。证明当给定，，…时，由于，…是i.i.d.随机变量，对（1，…n）的任一置换（，…）有，…，|，…，=c。而（1，…n）的置换共有个，因此，c=。此条件分布与总体分布无关。因为充分统计量的概念如下：设=，…，为一个（