基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文利用时间序列建立了一个趋势回归模型、虚拟参数的季节模型和时间序列分析的统计预测模型.该模型能够很好地分离出时间序列中的趋势成分,且能够很好地刻画它在各个年度周期内部光滑的季节成分.该文将地下水位统计数据进行了消除趋势成分及消除季节影响的处理,再将新得到的数据进行平稳化、零均值化处理,并利用时间序列的自相关函数、偏自相关函数的性质,最终确认了适当的时间序列模型.以北京市1990~1994年共60个月份的地下水位统计数据为实例进行分析,确定此模型为ARMA(1,4)模型.通过对数据的计算,可预测出北京市1995年地下水位值.
推荐文章
基于主成分-时间序列模型的地下水位预测
地下水位
主成分分析
多变量时间序列
预测
基于SVR的煤矿地下水位预测模型
支持向量机
回归算法
煤矿地下水位
预测模型
时间序列分析在地下水位动态预测中的应用
地下水位
时间序列分析
地下水动态预测
应用时间序列模型分析长武塬区地下水水位的变化特征
地下水位
动态变化
时间序列分析
长武塬区
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 时间序列在地下水位预测中的应用
来源期刊 天津理工大学学报 学科 数学
关键词 时间序列 趋势回归模型 季节性模型 自回归模型 滑动平均模型
年,卷(期) 2008,(2) 所属期刊栏目
研究方向 页码范围 8-10
页数 3页 分类号 O213
字数 1200字 语种 中文
DOI 10.3969/j.issn.1673-095X.2008.02.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈汉军 天津工业大学理学院 13 21 3.0 4.0
2 黄东卫 天津工业大学理学院 30 123 5.0 9.0
3 杨雪 天津工业大学理学院 31 122 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (3)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (23)
二级引证文献  (8)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
时间序列
趋势回归模型
季节性模型
自回归模型
滑动平均模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
天津理工大学学报
双月刊
1673-095X
12-1374/N
大16开
天津市西青区宾水西道391号
1984
chi
出版文献量(篇)
2405
总下载数(次)
4
总被引数(次)
13943
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导