• 大小: 2KB
    文件类型: .zip
    金币: 1
    下载: 0 次
    发布日期: 2021-06-07
  • 语言: 其他
  • 标签: AR  

资源简介

对一般时间序列进行平稳化及零均值处理,然后进行模型识别,采用残差方差图定阶,最后进行AR模型参数估计。

资源截图

代码片段和文件信息

clc;clear;
series=[10.93 9.34 11.00 10.98 11.29 11.84...
    10.62 10.90 12.77 12.15 12.24 12.30...
    9.91 10.24 10.41 10.47 11.51 12.45...
    11.32 11.73 12.61 13.04 13.14 14.15...
    10.85 10.30 12.74 12.73 13.08 14.27...
    13.18 13.75 14.42 13.95 14.53 14.91...
    12.94 11.43 14.36 14.57 14.25 15.86...
    15.18 15.94 16.54 16.90 16.88 18.10...
    13.70 10.88 15.79 16.36 17.22 17.75...
    16.62 16.96 17.69 16.40 17.51 19.73...
    13.73 12.85 15.68 16.79 17.59 18.51...
    16.80 17.27 20.83 19.18 21.40 23.76...
    15.73 13.14 17.24 17.93 18.82 19.12...
    17.70 19.87 21.17 21.44 22.14 22.45...
    17.88 16.00 20.29 21.03 21.78 22.51...
    21.55 22.01 22.68 23.02 24.55 24.67...
    19.61 17.15 22.46 23.19 23.40 26.26...
    22.91 24.03 23.94 24.12 25.87 28.25]; 
t=1:numel(series)-12;
%plot(tseries);%可见数据有明显的周期性,做一次差分Y(t)=Z(t)-Z(t-12)及均值化
series1=series(13:numel(series));
series1=series1-series(1:numel(series)-12);
ma=mean(series1);
series1=series1-ma;
Series=iddata(series1‘);%转换为matlab数据类型iddata

%%%%%%%%%%%%%%%%Box-Jenkins方法建模过程%%%%%%%%%%%%%%%%%%%%%%%
%subplot(221);
%plot(tseries1);%从图中可以看出周期性明显被消除掉且均值为0

%%%%%%%%%%%%%%%%Box-Jenkins方法建模过程%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%Pandit-Wu方法建模过程%%%%%%%%%%%%%%%%%%%%%%%

%%%%一、模型定阶(残差图定阶法)
for n=1:6
    m=armax(Series[2*n2*n-1]); 
    e=resid(mSeries);
    residual(n)=sum((e.outputdata).^2);%模型残差
    estx(n)=sum((e.outputdata).^2)/((96-2*n)-(2*n+2*n-1));sum((e.outputdata).^2);%每种AR(k)模型残差方差
end;residual(1:2)
%subplot(222);
%plot(estx);%残差方差图
%xlabel(‘n‘);ylabel(‘残差方差‘);
%%%%很明显可以看出ARMA(43)及ARMA(21)残差方差差别很小
%%%%模型定阶F检验法
F=((residual(1)-residual(2))/4)/(residual(2)/(96-2*2-2*2+1));
if F    %disp(‘ARMA(21)与ARMA(43)无显著差异!‘); 
else %disp(‘ARMA(21)与ARMA(43)有显著差异!‘)
end;
m1=armax(Series[2*12*1-1]);p=predict(m1Series1);p.outputdata


m2=armax(Series[2*22*2-1]); 
%%%%输出适合的AR(2)模型
m=ar(Series2‘ls‘);
e=resid(mSeries);
estx=sum((e.outputdata).^2)/(96-2*2);

%%%%%%%%%%%%%%%%Pandit-Wu方法建模过程%%%%%%%%%%%%%%%%%%%%%%%

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        2253  2011-05-17 22:49  EX4_2.m
     文件        2051  2011-05-17 22:25  EX4_2c.m

评论

共有 条评论