| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-11页 |
| ·数据挖掘、数据仓库技术在电信企业的应用 | 第8-9页 |
| ·预算管理在电信企业的应用 | 第9-11页 |
| ·论文的主要研究内容及意义 | 第11-12页 |
| 第二章 时间序列预处理 | 第12-16页 |
| ·平稳性检验 | 第12-14页 |
| ·纯随机性检验 | 第14-16页 |
| 第三章 平稳时间序列分析 | 第16-23页 |
| ·ARMA模型的性质 | 第16-19页 |
| ·AR模型 | 第16-17页 |
| ·MA模型 | 第17页 |
| ·ARMA模型 | 第17-19页 |
| ·平稳序列ARMA建模 | 第19-22页 |
| ·建模步骤 | 第19页 |
| ·计算样本相关系数 | 第19页 |
| ·模型识别 | 第19-20页 |
| ·参数估计 | 第20页 |
| ·模型检验 | 第20-21页 |
| ·模型优化 | 第21-22页 |
| ·平稳序列预测 | 第22-23页 |
| 第四章 非平稳序列的传统确定性分析 | 第23-28页 |
| ·确定性序列与随机序列的定义 | 第23页 |
| ·Wold分解定理 | 第23-24页 |
| ·Cramer分解定理 | 第24页 |
| ·趋势分析 | 第24-27页 |
| ·季节效应分析 | 第27-28页 |
| 第五章 非平稳序列的随机分析 | 第28-36页 |
| ·差分运算 | 第28-29页 |
| ·ARIMA模型 | 第29-32页 |
| ·Auto-Regressive模型 | 第32-36页 |
| 第六章 时间序列分析对电信业务收入预测的实现 | 第36-57页 |
| ·通过建立数据仓库获取业务收入时间序列 | 第36-44页 |
| ·“收入预算分析”主题数据仓库的ETL过程概述 | 第36-37页 |
| ·DTS包模型 | 第37-38页 |
| ·维度设计及构建 | 第38-42页 |
| ·事实表的构建 | 第42-43页 |
| ·预算分析主题的多维数据集模型 | 第43页 |
| ·业务收入数据的采集和浏览 | 第43-44页 |
| ·用ARIMA模型分析电信部门业务收入 | 第44-52页 |
| ·获得观察值序列 | 第45页 |
| ·判断序列的平稳性 | 第45页 |
| ·对原序列进行差分运算 | 第45-47页 |
| ·对平稳的1阶12步差分序列进行白噪声检验 | 第47页 |
| ·对平稳非白噪声差分序列拟合ARMA模型 | 第47-52页 |
| ·模型识别及模型评估 | 第48-50页 |
| ·参数估计 | 第50-51页 |
| ·模型预测 | 第51页 |
| ·ARIMA模型实现的SAS程序 | 第51-52页 |
| ·用Auto-Regressive模型分析电信部门业务收入 | 第52-55页 |
| ·用Auto-Regressive模型结构 | 第52-53页 |
| ·残差自相关检查 | 第53页 |
| ·参数估计 | 第53-54页 |
| ·最终模型结果 | 第54页 |
| ·拟合效果 | 第54页 |
| ·Auto-Regressive模型实现的SAS程序 | 第54-55页 |
| ·结论 | 第55-57页 |
| 第七章 结束语 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望和下一步工作 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附录 | 第62页 |