时间序列预处理实验报告.doc

时间序列的预处理 实验目的： 时间序列的平稳性与随机性检验。 实验操作步骤：1、某公司在2000---2003年期间每月的销售量见数据2.5 (1)绘制该序列的时序图及样本自相关图. (2)判断该序列的平稳性.(用文字说明理由) (3)判断该序列的纯随机性.(用文字说明理由) 2、1969年1月至1973年9月在芝加哥海德公园内每28天发生的抢包案件数见数据2.6. (1)判断该序列{xt}的平稳性和纯随机性。 （2）对该序列进行一阶差分运算yt=xt-xt-1 并判断序列｛yt｝的平稳性和纯随机性． 问题一时序图 图一 问题一的自相关图 图二 问题二的时序图 图三 问题二的自相关性 （1）yt=xt-xt-1的结果： 5 -5 0 2 -2 -3 0 3 4 -6 9 -3 4 -15 6 2 -1 -4 6 2 -4 15 4 4 0 -21 7 -3 3 0 -7 22 -19 21 -7 -3 -5 -4 2 -6 7 4 -12 -6 8 -8 6 -3 2 6 -5 -4 6 0 -2 -7 3 2 -7 13 -8 0 -1 5 -6 4 -2 2 -5 差分方程的时序图 差分方程的自相关性 结果分析：问题一：2000---2003年期间每月的销售量 图一的时序图提供的信息非常明确，销售量的是成周期变化的。所以是平稳序列 图二中自相关图的横轴表示自相关系数，纵轴表示延迟时期数，用水平方向的垂线表示自相关系数的大小。自相关系数有时为正，有时为负，逐渐趋于零。具有单调趋势的非平稳序列的一种典型的自相关图形式 。 问题二： 时序图显示序列数据明显集中在均值附近，所以没有平稳； 样本自相关图显示该序列的自相关系数有时为正，有时为负。没有平稳性和随机性。 差分方程：由差分方程的时序图可以明显看到围绕在一个常数上下波动的。而且有周期的波动。所以是平稳序列 自相关性可以看到P值小于0.0005的有十个。所以 附：实验程序 注：可以任意添加页数。 6