文档介绍
1 时间序列分析模型【ARMA模型 】简介 其中 取 左右。 则当 成立时， 服从自由度为 的 分布。 对给定的显著性水平 ，若 ，则拒绝 ，即模型与原随机序列之间拟合得不好， ，则认为模型与原随机序列之间拟合 需重新考虑 得较好，模型检验被通过。 建模；若 1 时间序列分析模型【ARMA模型 】简介 四、模型的预测 若模型经检验是合适的，也符合实际意义，可用作短期预测. B-J方法采用L步预测，即根据已知 个时刻的序列观测值 ，对未来的 个时刻的序列值做出估计， 线性最小方差预测是常用的一种方法. 误差的方差达到最小. 其主要思想是使预测 若 表示用模型做的L步平稳线性 最小方差预测，那么，预测误差 并使 达到最小. 1 时间序列分析模型【ARMA模型 】简介 1、AR（ ）序列预测 模型（1）： 的L步预测值为 其中 （ ） 1 时间序列分析模型【ARMA模型 】简介 2、MA（ ）的预测 对模型（3）： 当 时，由于 可见所有白噪声的时刻都大于 ，故与历史取值无关， ； 从而 当 时，各步预测值可写成矩阵形式： 1 时间序列分析模型【ARMA模型 】简介 递推时，初值 均取为0。 2 长江水质污染的发展趋势预测 【CUMCM 2005A】 题中给出了“1995—2004年长江流域水质报告”中的主要统计数据和关于《地表水环境质量标准》的国标（GB3838-2002）中4个主要项目标准限值（见附录1），其中I、II、III类为可饮用水.假如不采取更为有效的治理措施，根据过去10年的主要统计数据（见附录2），对长江未来水质污染的发展趋势做出预测分析，比如研究未来10年的情况. 2 长江水质污染的发展趋势预测 【CUMCM 2005A】 一、问题分析 为了分析长江水质的发展变化情况，对未来10年全流域、支流、干流中三类水所占的比例做出预测.考虑到若仅用10年水文年的观测数据来