非时期经济时间序列分析及应用

这是一篇关于非时期,时点,参数估计,AIC准则,预报的论文, 主要内容为时间序列分析在经济统计与预测中占有重要地位，而到目前为止，大多数文献只是 对时期经济时间序列进行了讨论，对非时期经济时间序列涉及较少，然而非时期经济时 间序列是广泛存在的。比如，某一仓库每月的库存量，某企业在1997年中，每月月底统计 的职工人数，这些都是时点经济时间序列；另外，还有平均数时间序列和相对数时间序 列，如年平均工资是平均指标时间序列，工资指数是相对指标时间序列。 由于非时期经济时间序列分析包括时点经济时间序列分析、平均数经济时间序列分 析、相对数经济时间序列分析，涉及面较广。本文着重以间隔相等的平稳时点AR（p）经 济时间序列为例，研究其数字特征、模型的初步识别、参数估计及预报。其它几种经济时 间序列分析可以类似的讨论。为方便计，称时间间隔相等的时点经济时间序列为时点经 济时间序列。由于时点经济时间序列的指标数值相加后无实际意义，所以对时点经济时 间序列而言，其数字特征就不能用以往的公式。本文第一节主要介绍时点经济时间序列 的基本概念和数字特征，并对其样本数字特征的性质进行了讨论。主要有以下结果： 1）采用首尾折半法定义其样本均值，即 样本自协方差函数定义为： 样本自相关函数与样本偏相关函数也有相应的改变。 2）样本数字特征的性质 a）x为均值μ的无偏估计、一致估计。 b）样本自协方差函数γk与样本自相关函数pk分别为γk与pk的渐近无偏估计，且 tim“＝“ a·。·tim尔＝以 a。 队4） c）设kl眼从AR（n）模型，｛a上为独立同分布白噪声序列，Ea；二 0，Ea7二。‘＜ 。Eat＜co，则 lfillE卜＊。一一；I＝ 0 i二＊…，k，k＞ 1（0．5） tim 9。；＝P。；a。。＝l，2，、··，k，k＞1（0．6） 且当k＞p时，其偏相关函数是撇啦的，且随机向量（抓叭H，。刊，·。·，抓w＋。，。＋。） 渐近于川0，人）其中几为m阶单位矩阵，。＞1为任何给定的正整数。 第二节是模型的初步识别。即初步识别模型的类别，再根据ARb）模型偏相关函数 的截尾性确定阶御。第三节是参数估计，主要用矩估计、最小二乘估计与极大似然估计 等方法估计AWP）模型的参数。主要有以下结果： M）ARp）模型参数的矩估计ibM＝YJ‘R。其中，F。为样本自协方差函数矩阵， Rn＝（，…，yr）’D b）AR…）模型参数的最小二乘估计 iLS二卜…JJRL…其中， I7乙＼UJ 7工ti）”””丁LLI，——1）＼ ＿I 1LL人1－u＼叫””””uW一勺！ IL＼P）“l… I＼U·l） 飞 一歹（n＿1＼个（们 川… 个（nil ＼丁L＼尸一上）7L＼尸L）”””T乙＼U）／ fry，下t－，十o－i＋1。，JL－大十孔－h＋1。 入什一＊ 二九U一＊ ＝二＞（一）（一）〔 幻 。－。。j。－。。’？飞oh－”2’”2 tteP＋l C）人R…）模型参数的极大似然伯计为 L，（MIM＼l A一17 WML“＼WI，””“；W。）“H tiP 其中 l 口11 口12“” dl。＼ltool＼ A 上0d2ld22’“”口ZvI7 上I—＊20。nn＼ “11 一pl．I＼v·。） fil………… 11f，l ＼uplU尸2“”ti＊p八do。／ n—2 」；。＝＞。Js＋l－。JsOS。，JSp（0．m） s。1＋J Z 经比较，当n很大时，这三种估计相差不大。由于矩估计计算起来方便，所以常用矩估 计。第四节介绍AR＊模型的定阶，主要用AIC准则进行定阶。第五节是AR｛p）序列的 预报。主要结果如下： 叫设一…·．x－N，N；打）为均值为零、方差有限的随机向量、入卜）为依＊；、n＊， … ，。；－。·）所得的最优预报，则 壬小）＝E（X土＋丁卜，…，X士一。） 卜）AR一）序列的递推预报公式 尸 Tf（1“7。Pjjt＋l， Jrtl 【久（2）＝plx；（1）＋pZx

非时期经济时间序列分析及应用

这是一篇关于非时期,时点,参数估计,AIC准则,预报的论文, 主要内容为时间序列分析在经济统计与预测中占有重要地位，而到目前为止，大多数文献只是 对时期经济时间序列进行了讨论，对非时期经济时间序列涉及较少，然而非时期经济时 间序列是广泛存在的。比如，某一仓库每月的库存量，某企业在1997年中，每月月底统计 的职工人数，这些都是时点经济时间序列；另外，还有平均数时间序列和相对数时间序 列，如年平均工资是平均指标时间序列，工资指数是相对指标时间序列。 由于非时期经济时间序列分析包括时点经济时间序列分析、平均数经济时间序列分 析、相对数经济时间序列分析，涉及面较广。本文着重以间隔相等的平稳时点AR（p）经 济时间序列为例，研究其数字特征、模型的初步识别、参数估计及预报。其它几种经济时 间序列分析可以类似的讨论。为方便计，称时间间隔相等的时点经济时间序列为时点经 济时间序列。由于时点经济时间序列的指标数值相加后无实际意义，所以对时点经济时 间序列而言，其数字特征就不能用以往的公式。本文第一节主要介绍时点经济时间序列 的基本概念和数字特征，并对其样本数字特征的性质进行了讨论。主要有以下结果： 1）采用首尾折半法定义其样本均值，即 样本自协方差函数定义为： 样本自相关函数与样本偏相关函数也有相应的改变。 2）样本数字特征的性质 a）x为均值μ的无偏估计、一致估计。 b）样本自协方差函数γk与样本自相关函数pk分别为γk与pk的渐近无偏估计，且 tim“＝“ a·。·tim尔＝以 a。 队4） c）设kl眼从AR（n）模型，｛a上为独立同分布白噪声序列，Ea；二 0，Ea7二。‘＜ 。Eat＜co，则 lfillE卜＊。一一；I＝ 0 i二＊…，k，k＞ 1（0．5） tim 9。；＝P。；a。。＝l，2，、··，k，k＞1（0．6） 且当k＞p时，其偏相关函数是撇啦的，且随机向量（抓叭H，。刊，·。·，抓w＋。，。＋。） 渐近于川0，人）其中几为m阶单位矩阵，。＞1为任何给定的正整数。 第二节是模型的初步识别。即初步识别模型的类别，再根据ARb）模型偏相关函数 的截尾性确定阶御。第三节是参数估计，主要用矩估计、最小二乘估计与极大似然估计 等方法估计AWP）模型的参数。主要有以下结果： M）ARp）模型参数的矩估计ibM＝YJ‘R。其中，F。为样本自协方差函数矩阵， Rn＝（，…，yr）’D b）AR…）模型参数的最小二乘估计 iLS二卜…JJRL…其中， I7乙＼UJ 7工ti）”””丁LLI，——1）＼ ＿I 1LL人1－u＼叫””””uW一勺！ IL＼P）“l… I＼U·l） 飞 一歹（n＿1＼个（们 川… 个（nil ＼丁L＼尸一上）7L＼尸L）”””T乙＼U）／ fry，下t－，十o－i＋1。，JL－大十孔－h＋1。 入什一＊ 二九U一＊ ＝二＞（一）（一）〔 幻 。－。。j。－。。’？飞oh－”2’”2 tteP＋l C）人R…）模型参数的极大似然伯计为 L，（MIM＼l A一17 WML“＼WI，””“；W。）“H tiP 其中 l 口11 口12“” dl。＼ltool＼ A 上0d2ld22’“”口ZvI7 上I—＊20。nn＼ “11 一pl．I＼v·。） fil………… 11f，l ＼uplU尸2“”ti＊p八do。／ n—2 」；。＝＞。Js＋l－。JsOS。，JSp（0．m） s。1＋J Z 经比较，当n很大时，这三种估计相差不大。由于矩估计计算起来方便，所以常用矩估 计。第四节介绍AR＊模型的定阶，主要用AIC准则进行定阶。第五节是AR｛p）序列的 预报。主要结果如下： 叫设一…·．x－N，N；打）为均值为零、方差有限的随机向量、入卜）为依＊；、n＊， … ，。；－。·）所得的最优预报，则 壬小）＝E（X土＋丁卜，…，X士一。） 卜）AR一）序列的递推预报公式 尸 Tf（1“7。Pjjt＋l， Jrtl 【久（2）＝plx；（1）＋pZx

非时期经济时间序列分析及应用

这是一篇关于非时期,时点,参数估计,AIC准则,预报的论文, 主要内容为时间序列分析在经济统计与预测中占有重要地位，而到目前为止，大多数文献只是 对时期经济时间序列进行了讨论，对非时期经济时间序列涉及较少，然而非时期经济时 间序列是广泛存在的。比如，某一仓库每月的库存量，某企业在1997年中，每月月底统计 的职工人数，这些都是时点经济时间序列；另外，还有平均数时间序列和相对数时间序 列，如年平均工资是平均指标时间序列，工资指数是相对指标时间序列。 由于非时期经济时间序列分析包括时点经济时间序列分析、平均数经济时间序列分 析、相对数经济时间序列分析，涉及面较广。本文着重以间隔相等的平稳时点AR（p）经 济时间序列为例，研究其数字特征、模型的初步识别、参数估计及预报。其它几种经济时 间序列分析可以类似的讨论。为方便计，称时间间隔相等的时点经济时间序列为时点经 济时间序列。由于时点经济时间序列的指标数值相加后无实际意义，所以对时点经济时 间序列而言，其数字特征就不能用以往的公式。本文第一节主要介绍时点经济时间序列 的基本概念和数字特征，并对其样本数字特征的性质进行了讨论。主要有以下结果： 1）采用首尾折半法定义其样本均值，即 样本自协方差函数定义为： 样本自相关函数与样本偏相关函数也有相应的改变。 2）样本数字特征的性质 a）x为均值μ的无偏估计、一致估计。 b）样本自协方差函数γk与样本自相关函数pk分别为γk与pk的渐近无偏估计，且 tim“＝“ a·。·tim尔＝以 a。 队4） c）设kl眼从AR（n）模型，｛a上为独立同分布白噪声序列，Ea；二 0，Ea7二。‘＜ 。Eat＜co，则 lfillE卜＊。一一；I＝ 0 i二＊…，k，k＞ 1（0．5） tim 9。；＝P。；a。。＝l，2，、··，k，k＞1（0．6） 且当k＞p时，其偏相关函数是撇啦的，且随机向量（抓叭H，。刊，·。·，抓w＋。，。＋。） 渐近于川0，人）其中几为m阶单位矩阵，。＞1为任何给定的正整数。 第二节是模型的初步识别。即初步识别模型的类别，再根据ARb）模型偏相关函数 的截尾性确定阶御。第三节是参数估计，主要用矩估计、最小二乘估计与极大似然估计 等方法估计AWP）模型的参数。主要有以下结果： M）ARp）模型参数的矩估计ibM＝YJ‘R。其中，F。为样本自协方差函数矩阵， Rn＝（，…，yr）’D b）AR…）模型参数的最小二乘估计 iLS二卜…JJRL…其中， I7乙＼UJ 7工ti）”””丁LLI，——1）＼ ＿I 1LL人1－u＼叫””””uW一勺！ IL＼P）“l… I＼U·l） 飞 一歹（n＿1＼个（们 川… 个（nil ＼丁L＼尸一上）7L＼尸L）”””T乙＼U）／ fry，下t－，十o－i＋1。，JL－大十孔－h＋1。 入什一＊ 二九U一＊ ＝二＞（一）（一）〔 幻 。－。。j。－。。’？飞oh－”2’”2 tteP＋l C）人R…）模型参数的极大似然伯计为 L，（MIM＼l A一17 WML“＼WI，””“；W。）“H tiP 其中 l 口11 口12“” dl。＼ltool＼ A 上0d2ld22’“”口ZvI7 上I—＊20。nn＼ “11 一pl．I＼v·。） fil………… 11f，l ＼uplU尸2“”ti＊p八do。／ n—2 」；。＝＞。Js＋l－。JsOS。，JSp（0．m） s。1＋J Z 经比较，当n很大时，这三种估计相差不大。由于矩估计计算起来方便，所以常用矩估 计。第四节介绍AR＊模型的定阶，主要用AIC准则进行定阶。第五节是AR｛p）序列的 预报。主要结果如下： 叫设一…·．x－N，N；打）为均值为零、方差有限的随机向量、入卜）为依＊；、n＊， … ，。；－。·）所得的最优预报，则 壬小）＝E（X土＋丁卜，…，X士一。） 卜）AR一）序列的递推预报公式 尸 Tf（1“7。Pjjt＋l， Jrtl 【久（2）＝plx；（1）＋pZx

亚印太区域海气热通量变化与南海夏季风爆发的关系

这是一篇关于亚印太区域,海气热通量,南海夏季风爆发,西太平洋暖池区域,北印度洋区域,预报的论文, 主要内容为本文应用项目组前期由卫星SSM/I (Special Sensor Microwave/Imager)和AVHRR（Advanced Very High Resolution Radiometer）遥感资料，通过神经网络技术反演出的海洋和大气参数，并使用先进的海气通量计算方法（COARE3.0），计算出了亚印太区域1987年7月至2009年12月共270个月的高分辨率海气界面的感热和潜热通量。分析了亚印太区域海气热通量的变化特征，并分别对热带太平洋区域、北印度洋区域海气热通量与南海夏季风爆发之间的关系进行了分析探讨，进而利用海气热通量与南海夏季风爆发之间的关系建立回归方程，对南海夏季风爆发进行预测。主要得到以下结论： 1.亚印太区域海气热通量的多年平均变化特征以及随经纬度的气候态变化特征表明,该区域的海气热通量具有明显的季节和地域分布特征，最大值出现在南中印度洋区域的夏季以及黑潮区域的冬季，西太平洋暖池区域和北印度洋区域次之； 2.选取四个具有代表性的关键海区，分析了关键海区海面热通量的年变化特征，结果显示北印度洋区域的感热通量与潜热通量变化趋势之间差异很大，西太平洋暖池区域的感热和潜热通量也存在一定的差异，黑潮区域和南中印度洋区域各自的感热和潜热通量变化趋势基本一致，只是量级存在差异。另外，黑潮区域的热通量从冬季到夏季，由极大值逐渐减小到极小值，冬季向大气中释放的热通量最多，夏季最少，南中印度洋区域的海气热通量变化与黑潮区域完全相反。西太平洋暖池区域和北印度洋区域感热通量整体呈现先增加后减小再增大的趋势。 3.对关键海区的热通量进行小波及功率谱分析表明，黑潮区域的潜热和感热通量均存在准1年的显著周期；北印度洋区域海气潜热通量存在显著的准3年周期；南中印度洋区域感热通量具有准3年的周期；西太平洋暖池区域的潜热和感热通量存在1年的显著周期。 4.对西太平洋暖池区域海气热通量与南海夏季风爆发早晚之间做时滞相关分析，结果表明西太平洋暖池区域的海气感热和潜热通量与南海夏季风爆发早晚之间存在非常显著的相关关系，最佳相关场位于海气热通量超前南海夏季风爆发3年的4月。同样的分析方法得出北印度洋区域的海气潜热通量与南海夏季风爆发早晚之间的最佳相关场位于海气热通量超前南海夏季风爆发3年的5月。 5.利用西太平洋暖池区域海气热通量与南海夏季风爆发之间的相关关系，建立多元回归方程，对2011年和2012年的南海夏季风爆发早晚进行了预测，结果显示2011年南海夏季风爆发基本正常，实际爆发情况为偏早2侯，2012年将会出现偏晚1－2候，实际爆发偏晚1侯，预报效果良好。 6.利用北印度洋区域海气潜热通量与南海夏季风爆发之间的相关关系，建立一元回归方程，对2011年和2012年的南海夏季风爆发早晚进行了预测，结果显示2011年南海夏季风爆发基本是正常偏早1候，实际爆发情况为偏早2侯；2012年将会出现偏晚1－2候，实际爆发偏晚1侯，预报效果非常好。

气象预报预警信息统一发布系统的设计与实现

这是一篇关于气象,预报,预警信息,发布,B/S的论文, 主要内容为气象预报预警信息统一发布系统是根据郑州市气象局现有的气象灾害监测手段、预报预警业务流程和气象预报预警信息的发布渠道,来建设郑州市气象预报预警信息统一发布系统。系统的建成,实现了气象预报预警信息通过现有发布渠道进行自动分发,极大地提高了预警信息发布的一致性和时效性。系统的总体建设目标是建成以数据处理中心为核心的气象服务数据管理模块,包括常规气象观测资料、非常规气象观测资料、监控信息、预报分析资料、气象预报预警服务产品等;建立完善预报预警信息的发布渠道管理模块,使系统能与现有业务平台高度融合,实现预报预警信息发布的全自动化,提高预报预警信息发布的及时性,达到预报预警发布统一高效的目的。该系统对郑州市区域内各种类型的自动气象观测站所观测的气象数据进行梳理整合,然后与郑州市气象局的预报预警业务平台对接,并同步气象预报预警等服务产品,建立郑州市气象服务数据库。通过调用统一的气象服务数据库,本系统实现了郑州市气象局官方网站预报预警信息实时发布功能;利用微博、微信、短信等第三方发布渠道的开发接口,实现了第三方发布渠道对预报预警信息的统一发布和推送。从业务使用的实用性出发,该系统采用了B/S三层体系架构设计。在系统设计时,从系统功能的总体目标、设计原则等方面详细阐述本系统的设计思路,同时对气象服务数据库中主要表的结构进行了设计。在系统开发实现阶段,使用JAVA语言进行开发,使用XML表单进行信息共享与数据交换。通过对气象预报预警信息统一发布平台的开发、测试和试用,证明该系统基本能够解决传统气象预报预警发布工作中的问题,提高了信息发布的准确性和时效性。