变形监测数据的时间序列分析

基于统计分析软件SAS的辅助,详细阐述时间序列建模分析的步骤,并结合某一具体工程的变形监测数据建立一个有效的线性模型来拟合该动态序列的发展.实例证明,采用时间序列分析方法建立的模型,其拟合效果较高.5期预测误差绝对值均在0.2 mm以内.最后提出将物理意义与数理统计相结合进行时序分析更有利于模型的建立等一些有益的建议.     

时间序列分析优选法测报森林害虫

目前在森林害虫测报中所应用的回归分析、判别分析、聚类分析等数理统计方法，是通过影响森林害虫发生的食料、气候、天敌、人为活动等因素作为测报因子的，其分析结果比较全面、系统。但是，森林害虫虫情及其影响因素的调查涉及面广、工作量大，当林业单位尚未全面进行系统测报时，这些资料与数据一时难以收全，故其应用有局限。实际上，林间的森林害虫种群数量消长演变过程是有其规律性的，历代或历年森林害虫的发生，就是其本身遗传特性和所处森林生态环境因素综合影响的结果。这一特点正符合时间序列分析化选法的原则。在测报时，只要有…     

基于时间序列的软件产品定价模型

软件产品的特性使得传统商品基于成本的定价模式不再适用。将时间序列引入软件产品定价模型,综合软件产品的生命周期(投入期、成熟期、衰退期)和货币的时间价值考量软件产品的定价,在“寡头垄断-寡头垄断”格局下,分析并得出使得生产者利益最大化的定价模型。     

用时间序列叠合模型预测黑荆树林分月总生长量的研究

本文应用时间序列分析的方法,对黑荆树林分平均直径、平均高和蓄积量的月总生长量的趋势项和随机项进行了研究,并建立了这二项的时间序列,叠合模型。据此对未来林分的各月总生长量进行了5步预测,其预测的绝对平均误差分别为1.62％、1.91％、3.24％,比仅用回归分析方法有效地提高了预测的精度。     

用MODIS植被指数的时间序列分析提取荒漠化敏感区域的方法

为了快速地提取荒漠化的敏感区域,选择了MODIS数据植被指数NDVI的时间序列分析的方法。具体尝试了三种方法:MMAA合成法、NDVI最大值的RGB组合法、NDVI最大值比较法。其中MMAA合成法监测一年内的植被动态是很方便快捷的,而后两种方法对于提取年度间的变化区域是比较直观有效的。     

基于IDRISI降雨量的时间序列分析与预测

笔者以全球1982年至2000年5月、6月、9月的降水量数据为研究对象,分别从空间尺度和时间尺度对此期间降雨量进行分析,并运用全球趋势模型对未来降雨量进行预测。结果表明,1982年至2000年,全球这3个月的降雨量普遍增加,但是增量不大;5月和6月的降雨量的差值在长时间序列上基本保持稳定,9月份的降雨量在时间序列上明显增加。全球6月份降雨量的预测公式为■.以此预测的降雨量数据与实际数据差异不大,且变化趋势相似。     

兴安白桦木材生长轮密度时间序列分析

为进一步提高木材的实际应用价值,并为森林资源经营提供理论支持,对兴安白桦木材生长轮密度的径向变异进行研究。采集兴安白桦试样21株,对其生长轮密度的径向变化规律进行时间序列分析,依据最小信息量AIC原则,选择ARIMA(0,1,1)为最优模型;白噪声检验结果表明,残差序列为白噪声序列,模型诊断通过;序列预测值与实测值相对误差在10%之内,模型获得较好的预测效果。     

区域森林火灾时间序列分析

利用广州市近20年的森林火灾数据,以受害率、发生率、控制率及节气火灾发生概率构造时间序列,借助离散正交小波及Mann-Kendall方法分析林火发生时间序列特征,并结合博克斯-詹金斯法、马尔可夫链与聚类分析、判别分析进行短期预测.结果表明:林火发生时间序列有明显的波动和平稳的时间区间,年控制率从一种状态到另一种状态的飞跃点为1986年;在未来的两年里,火灾发生的状况将保持稳定,与1990~1998年和2001~2006年的火灾发生状况处于相同水平;林火的节气发生概率较高为立春、大雪2个节气时间段,防火期外和防火期内的白露和秋分两个节气区间段林火发生的概率较低;阳历新年和阴历新年前后林火发生概率高,呈现逐年增加的趋势.     

绿色创新与经济增长关系的实证研究——基于天津市时间序列数据模型

基于1990—2020年天津市时间序列数据,运用熵值法测算天津市历年来绿色创新水平及发展趋势,构建模型实证检验绿色创新水平对经济增长的影响。结果表明：绿色创新水平对经济增长有显著正向影响,在平稳性检验、异方差和序列相关检验后结果依然稳健。     

基于ARIMA乘积季节模型的我国海关进出口商品总值的时间序列分析

在对时间序列分析理论研究基础上,通过利用SAS统计软件,系统地分析了1995年至2010年我国海关进出口商品总值月度数据的变化规律。分析结果表明,建立的ARIMA((1,3),1,0)×(1,1,1)12乘积季节模型的预测精度较高,能充分反映我国海关进出口商品总值的时间序列变化规律,可采用该乘积季节模型对2011年上半年我国海关进出口商品总值进行预测。