Global ETD Search

1	時間序列模型建立之各種分析方法之比較與實證研究徐瑞玲, XU, RUI-LING Unknown Date (has links) 時間數列分析自一九七０年Box-Jenkins 發展出自我迴歸移動平均整合模式（簡稱ＡＲＩＭＡ（ｐ，ｄ，ｑ））建立法後，便更普遍地應用於經濟、企管、工程及物理等相關領域上。但利用Box-Jenkins 的鑑定方法一般只對ＭＡ或ＡＲ模型有效，而對混合的ＡＲＭＡ模型則不適用。其後陸續有統計學者提出不同的鑑定方法，但都無法有效地決定Ｐ、ｄ、ｑ階數。直至一九八四年以後，Tsay和Tiao兩位學者才又提出了一套有效的鑑定法則，利用擴展的樣本自我相關函數（Extended Sample Autocorrelation Function）或正規分析（Canonical Analysis）求出的最小正規相關係數（The Smallest Canonical Corr- elation ）做為鑑定ｐ、ｄ、ｑ的準則。這兩種方法的優點皆為可直接處理平穩或非平穩型時間數列，而不用事先決定差分的階數，而且對混合ＡＲＩＭＡ模型亦有效。對於有異常點（Outlier ）存在的時間數列，其可能由於某些外在的介入因素所引起，而ＡＲＩＭＡ模型對資料的配適是不足夠的。因此該如何發現異常點的存在及加入合理的介入模式亦構成了模型鑑定的問題。本文除對Tsay和Tiao的方法做一說明外，亦利用其鑑定方法對存在有異常點的時間數列做一分析，並由實證研究探討其對季節模型的鑑定效果。時間序列模型自我相關函數正規分析 ARIMA BOX-JENKIND TSAY TIAO AUTOCORRELATION-FUNCTION CANONICAL-ANALYSIS
2	時間數列模式建立分析應用之研究朱建萍, ZHU, JIAN-PING Unknown Date (has links) 本文主要在探討如何建立適當的時間數列模式，以應用於預測及控制上。第一章，緒論。第二章，討論各種型態的時間數列隨機模式，並研究自我相關函數與偏自我相關函數的性質。第三章，主要在研究單變量時間數列模式建立的方法與步驟及其在預測上的應用分析，並以建立「台電公司家庭用電量」時間數列模式為例配合說明。第四章，研究具有動態反應的轉換函數模式及其模式建立的方法與在預測上的應用分析。第五章，討論含有虛擬變數的動態調停模式，並配合實例說明如何應用動態調停模式以解決經濟與環境問題。第六章，結論，說明時間數列模式在建立方法上有那些限制，以及在應用分析上有那些優缺點；並就「台電家庭用電量」建立時間數列模式俾供台電在業務企劃上參考或應用。時間數列模式自我相關函數偏自我相關函數相關含數含數轉換函數模式數列模式台電家庭用電量

Search results

時間序列模型建立之各種分析方法之比較與實證研究

時間數列模式建立分析應用之研究