观测数据分析中几种方法的探讨(一) 回归-时间序列模型和贝叶斯预测模型

• 作者: 刘国华 刘立军 张利 汪树玉
• 来源期刊: 水电自动化与大坝监测
• 学科: 工学
• 关键词: 回归分析 随机时间序列 鲍克斯-詹金斯方法 贝叶斯动态模型
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 大坝安全监控技术
• 页码范围: 43-46
• 页数: 4页
• 分类号: TV698.1|O212
• 字数: 4666字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3893.2003.02.014

摘要

首先,叙述用回归分析与随机时间序列技术的组合方法来处理大坝的监测数据.通常,回归分析后的残差序列并不满足白噪声假设,这个理论缺陷在一定程度上降低了监测的可靠性和预测的正确性.为此,采用鲍克斯-詹金斯方法对残差序列进行再处理.按照上述组合方法求得的计算数据能更好地吻合实测数据,最终的误差序列能符合白噪声特性,并使拟合和预测的正确程度有了较大改善.然后,利用贝叶斯动态模型分析监测资料.采用贝叶斯模型时,由于状态参数(相当于回归系数)能及时调整跟踪,故所得的结果比常规回归分析的结果有更高的精度,计算曲线与实测曲线吻合得更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国华	浙江大学水工结构及水环境研究所	124	1744	23.0	37.0
2	张利	浙江大学水工结构及水环境研究所	11	65	3.0	8.0
3	汪树玉	浙江大学水工结构及水环境研究所	18	254	9.0	15.0
4	刘立军	浙江大学水工结构及水环境研究所	2	23	1.0	2.0