数学建模时序数据分析 |
您所在的位置:网站首页 › 差分方程平稳性 › 数学建模时序数据分析 |
数学建模数据分析——趋势性检验和平稳性检验
在数学建模比赛中,经常需要对数据进行分析和预处理,常见的比如趋势分析(上升/下降/无明显趋势)和突变分析,很多时候靠人的经验观察得出结论,但这是不够严谨的。于是我们通常会采用一些更科学的方法,下面我们就来详细的捋一遍数据分析检验方法: 文章目录 数学建模数据分析——趋势性检验和平稳性检验时间序列趋势性检验方法斜率法Cox-Stuart检验法Mann-Kendall检验法 时间序列平稳性检验方法平稳时间序列定义与性质检验方法时序图检验法自相关图检验法ADF检验法KPSS检验 非常有用的相关链接 时间序列趋势性检验方法 斜率法原理 斜率法就是使用最小二乘法对时序数据进行拟合,根据拟合的直线的斜率K来判断序列的数据走势,当K>0时,则代表上升趋势;当k0: pos+=1 elif diff k j > k j>k,,这些差值是: x 2 − x 1 , x 3 − x 1 , … , x n − x 1 , x 3 − x 2 , x 4 − x 2 , … , x n − x n − 2 , x n − x n − 1 x_2 - x_1,x_3 - x_1, … , x_n - x_1,x_3 - x_2,x_4 - x_2,…,x_n - x_{n-2},x_n - x_{n-1} x2−x1,x3−x1,…,xn−x1,x3−x2,x4−x2,…,xn−xn−2,xn−xn−1 令 s g n ( x j − x k ) sgn(x_j−x_k) sgn(xj−xk)作为指示函数,依据 x j − x k x_j−x_k xj−xk的正负号取值为1,0或-1,即 s g n ( x j − x k ) = { 1 , x j − x k > 0 − 1 , x j − x k < 0 0. x j − x k = 0 sgn(x_j-x_k)= \begin{cases} 1, x_j − x_k > 0\\ -1, x_j − x_k < 0\\ 0. x_j − x_k = 0 \end{cases} sgn(xj−xk)=⎩⎪⎨⎪⎧1,xj−xk>0−1,xj−xk 10 n > 10 n>10,则依以下步骤6-10来判断有无趋势。这里遵循的是Gilbert (1987, page 211, Section 16.4.2)中的程序。 计算S的方差如下: V A R ( S ) = 1 18 [ n ( n − 1 ) ( 2 n + 5 ) − ∑ p − 1 g t p ( t p − 1 ) ( 2 t p + 5 ) ] VAR(S)=\frac{1}{18}[n(n−1)(2n+5)−∑^g_{p−1}t_p(t_p−1)(2t_p+5)] VAR(S)=181[n(n−1)(2n+5)−∑p−1gtp(tp−1)(2tp+5)]。其中 g g g是结组(tied groups)的数量, t p t_p tp是第p组的观测值的数量。例如:在观测值的时间序列 23 , 24 , 29 , 6 , 29 , 24 , 24 , 29 , 23 {23, 24, 29, 6, 29, 24, 24, 29, 23} 23,24,29,6,29,24,24,29,23中有 g = 3 g = 3 g=3个结组,相应地,对于结值(tiied value)23有 t 1 = 2 t_1=2 t1=2、结值24有 t 2 = 3 t_2=3 t2=3、结值29有 t 3 = 3 t_3=3 t3=3。当因为有相等值或未检测到而出现结时, V A R ( S ) VAR(S) VAR(S)可以通过Helsel (2005, p. 191)中的结修正方法来调整。 计算MK检验统计量Z_{MK}: Z M K = { S − 1 V A R ( S ) , S > 0 0 , S = 0 S + 1 V A R ( S ) , S > 0 Z_{MK}=\begin{cases} \frac{S-1}{\sqrt{VAR(S)}},& S>0\\ \qquad0\quad,& S=0\\ \frac{S+1}{\sqrt{VAR(S)}},& S>0 \end{cases} ZMK=⎩⎪⎪⎨⎪⎪⎧VAR(S) S−1,0,VAR(S) S+1,S>0S=0S>0 设想要测试零假设。 H 0 H_0 H0(没有单调趋势)对比替代假设Ha(有单调增趋势),其1型错误率为α,0 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |