传递函数模型中的异常值分析
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·时间序列的研究背景 | 第9页 |
| ·时间序列的定义 | 第9-10页 |
| ·时间序列分析的几种基本模型 | 第10-12页 |
| ·自回归滑动平均模型 | 第10-11页 |
| ·传递函数模型 | 第11页 |
| ·异常干预事件对时间序列的影响 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| 第2章 平稳时间序列模型建立和预测 | 第13-21页 |
| ·平稳时间序列简介 | 第13-14页 |
| ·几种常用的线性时间序列模型 | 第14-16页 |
| ·Box-Jenkins方法建模过程 | 第16-19页 |
| ·模型识别 | 第16-17页 |
| ·模型参数的矩估计 | 第17-18页 |
| ·模型的诊断检验 | 第18-19页 |
| ·预测 | 第19-21页 |
| 第3章 传递函数模型及其异常值分析 | 第21-33页 |
| ·传递函数模型的简介 | 第21-23页 |
| ·传递函数模型建模方法 | 第23-26页 |
| ·传递函数模型的识别 | 第23-24页 |
| ·传递函数模型参数的估计和检验 | 第24-25页 |
| ·利用传递函数模型预报 | 第25-26页 |
| ·传递函数中的异常值处理 | 第26-31页 |
| ·传递函数模型中异常值检验的迭代方法 | 第27-30页 |
| ·传递函数中的异常值分析 | 第30-31页 |
| ·异常值处理的其它方法 | 第31-33页 |
| 第4章 实例分析 | 第33-53页 |
| ·研究数据 | 第33-34页 |
| ·销售额的ARIMA模型 | 第34-38页 |
| ·利用领先指标对销售额进行预报 | 第38-53页 |
| ·利用传递模型建模并预报 | 第38-45页 |
| ·传递模型中的异常值分析 | 第45-53页 |
| 第5章 总结和展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
