基于狀態(tài)空間模型的時序數(shù)據(jù)的處理與分析研究.pdf

1、時間序列分析是統(tǒng)計學(xué)中的一個重要分支，是基于隨機(jī)過程理論和數(shù)理統(tǒng)計學(xué)的一種重要方法和應(yīng)用研究領(lǐng)域.時間序列按統(tǒng)計特性可以分為平穩(wěn)時間序列和非平穩(wěn)時間序列兩類.在實際生活中，我們經(jīng)常遇到的序列，特別是反映社會、經(jīng)濟(jì)現(xiàn)象的序列，大多數(shù)并不平穩(wěn)，如果能夠正確的預(yù)測這些序列，就可以對社會、經(jīng)濟(jì)的發(fā)展起到很好的控制和指導(dǎo)作用.而如果能正確分解這些序列成季節(jié)、循環(huán)、趨勢、隨機(jī)等因素的影響，有非常深遠(yuǎn)的意義.因此研究動態(tài)數(shù)據(jù)的建模與預(yù)測具有很重要的現(xiàn)

2、實意義.同時是一個具有相當(dāng)高的實際價值的應(yīng)用研究領(lǐng)域。 在闡述時間序列一般建模的基礎(chǔ)之上，重點(diǎn)研究了狀態(tài)空間模型方法，首先將時間序列轉(zhuǎn)化為狀態(tài)空間，同時對模型的未知參數(shù)進(jìn)行極大似然估計，然后采用Kalman濾波對非平穩(wěn)時間序列進(jìn)行外推、內(nèi)插及平滑，計算出每個時刻的狀態(tài)向量.文章先后介紹了EM算法，Kalman濾波、Kalman平滑及預(yù)測方法.并且在算法EM程序，Kalman濾波、平滑及預(yù)測的程序之上，針對中國CPI月度數(shù)據(jù)編寫了