导读:本文包含了时间序列分析法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:序列,时间,模型,空气污染,平均,手足,登革热。
时间序列分析法论文文献综述
唐燕[1]（2019）在《项目驱动的《时间序列分析》课程教学改革与实践》一文中研究指出《时间序列分析》课程教学运用项目驱动教学法,构建开放多元的教学模式,让学生参与到老师的具体项目、课题中或自选经济、管理等前沿问题的时序模型研究,是提高实践环节和理论方法的教学匹配度,锻炼学生利用时序方法分析实际问题能力的重要措施。(本文来源于《课程教育研究》期刊2019年51期）
韩玲,王鸿,颜隆,高治理,贺娟[2]（2019）在《河北省手足口病发病趋势的时间序列分析》一文中研究指出目的:运用季节性自回归移动平均混合(SARIMA)模型分析预测河北省手足口病发病趋势的可行性和适用性,为手足口病的防控工作提供决策依据。方法:利用R3.5.1软件对河北省2008年1月至2014年12月手足口病月发病率资料进行建模,并以2015年手足口病月发病率资料验证模型的预测效果。结果:模型SARIMA(1,1,1)(0,1,1)12较好地拟合了河北省手足口病月发病率资料,模型残差为白噪声序列(Ljung-Box Q=9.289,P=0.411),预测值与实际值的相对误差范围为0.924%～35.526%,平均相对误差为13.408%。结论:SARIMA模型可较好地反映河北省手足口病的发病趋势并进行短期预测。(本文来源于《中华中医药杂志》期刊2019年12期）
张田,潘尔顺[3]（2019）在《基于时间序列分析的电容器退化模型》一文中研究指出针对高温下电容器电容值下降的问题,基于差分自回归移动平均(ARIMA)模型及分数阶自回归移动平均(ARFIMA)模型,引入时间序列分析法预测电容值的退化轨迹.对于ARIMA模型,当电容器的退化过程服从Wiener分布时,利用过差分预判法(OPM)预判原时间序列的过差分阶数;根据单位根检验、自相关及偏自相关函数的计算结果确定经过一阶差分后的时间序列的平稳性.对于ARFIMA模型,利用重标极差法判定退化数据是否具有长期记忆性;通过最小准则及极大似然法估计模型阶数及其相关参数值.最后,通过残差检验验证OPM-ARIMA及ARFIMA模型在提取有效信息与准确预测两方面的能力,并进一步分析了这两种模型的可行性与有效性.(本文来源于《上海交通大学学报》期刊2019年11期）
张开月,金武,姚庆兵,韩小亮,李小琴[4]（2019）在《扬州市大气臭氧与居民死亡关系的时间序列分析》一文中研究指出目的研究扬州市大气污染物中臭氧(O_3)与居民每日死亡的相关性。方法收集扬州市2015-2017年O_3日均浓度、气象因素(包括日平均气温、相对湿度)及每日死因别死亡人数,运用广义相加模型(GAM),进行非意外总死亡年龄和性别的分层分析。结果 O_3浓度每增加10μg/m~3,居民非意外死亡风险增加1.943%[95%可信区间(95%CI)1.570%～2.317%]、呼吸系统死亡风险增加2.182%(95%CI 1.014%～3.363%)、循环系统死亡风险增加2.507%(95%CI 1.903%～3.114%);其中男性非意外死亡风险增加1.555%(95%CI 1.054%～2.059%),女性增加2.426%(95%CI 1.868%～2.986%);<65岁人群增加0.916%(95%CI 0.088%～1.751%),≥65岁人群增加2.199%(95%CI 1.782%～2.618%)。结论扬州市O_3的短期暴露能增加居民非意外死亡、呼吸系统及循环系统死亡的风险,女性和年龄65岁及以上老年人群为暴露的敏感人群。有必要针对性地对大气污染物的治理采取措施,降低居民死亡风险。(本文来源于《现代医药卫生》期刊2019年21期）
熊昱阳,任静朝,段广才[5]（2019）在《中国2008-2016年手足口病月发病率时间序列分析及预测模型》一文中研究指出目的通过时间序列分析我国手足口病(hand-foot-mouth disease, HFMD)的发病趋势并构建时间序列预测模型,为制定防控策略提供科学依据。方法从公共卫生科学数据中心收集2008-2016年我国HFMD月发病数据,使用Excel 2007建立发病率数据库并进行图表绘制,通过SAS 9.1拟合自回归综合移动模型(autoregressive integrated moving average model,ARIMA model)。以2008年1月-2015年12月HFMD月发病率作为测试集构建时间序列模型,2016年发病率数据作为验证集检验预测效果,做出模型评价,利用该模型对2017年HFMD发病率做出预测。以P<0.05为差异有统计学意义。结果最终构建ARIMA((12), 2, 0)疏系数模型,残差为白噪声序列,实际值均落在预测值95%CI内,模型回归系数有统计学意义,预测值与实际值总体吻合程度良好,均方误差平方根为3.6490,平均绝对误差=2.62,平均绝对百分比误差=28.24%。结论疏系数模型可较好的拟合我国HFMD发病率的时间序列趋势,对HFMD防控策略的制定有指导意义。(本文来源于《中华疾病控制杂志》期刊2019年11期）
张献伟,徐美华,王玉雯,于浩,赵岩[6]（2019）在《2016—2018年天津市大气PM_(2.5)对儿童呼吸系统门诊量的时间序列分析》一文中研究指出目的了解天津市大气污染的基本特征,分析大气主要污染物PM_(2.5)与儿童呼吸系统门诊量的关系。方法收集2016—2018年天津市儿童医院呼吸系统门诊量、叁年逐日气象和环保资料。利用广义相加模型(基于Poisson分布),在控制时间趋势、温湿度、工作日等因素的条件下,分析PM_(2.5)浓度对儿童呼吸系统门诊量前7日的滞后效应。结果 2016—2018年天津市PM_(2.5)平均浓度为62.3μg/m~3;Spearman等级相关分析提示儿童呼吸系统日门诊量与当日SO_2、NO_2、CO、PM_(10)和PM_(2.5)等污染物浓度均有一定的正相关关系(P<0.01)。GAM模型分析结果表明,PM_(2.5)浓度对儿童呼吸系统门诊量的单日滞后及累积滞后效应分别在第5、第6日达到最大值,PM_(2.5)浓度每升高10μg/m~3,超额危险度(ER)分别增加0.42%(95%CI:0.29%～0.55%)和0.88%(95%CI:0.65%～1.11%)。结论 2016—2018年天津市PM_(2.5)浓度增加会使儿童医院呼吸系统门诊量就诊风险增大。(本文来源于《公共卫生与预防医学》期刊2019年05期）
黄欣文,卓如莲[7]（2019）在《利率与汇率对我国出境旅游人数增长的综合影响——基于1998-2018年的时间序列分析》一文中研究指出在我国出镜旅游人数逐年大幅增长的背景之下,与居民消费和国际贸易密切相关的利率和汇率指标对出境旅游的综合影响值得进行深入探讨。本文根据1998年至2018年的国内实际利率、人民币兑美元利率以及出境旅游人数,构建VAR模型,通过协整检验等分析,证明长期内实际利率与本币币值对出境旅游人增长分别存在负相关和正相关的协整关系,短期内实际利率上升会产生收入效应,而币值上涨则会因需求粘性影响而抑制出镜旅游人数增长,随着时间推移二者将产生波动回归长期均衡水平。(本文来源于《时代金融》期刊2019年29期）
邬凯,林顺,杨雪莲[8]（2019）在《基于时间序列分析的公路降雨型滑坡位移预测》一文中研究指出基于公路降雨型滑坡位移远程实时监测数据,从分析降雨型滑坡阶跃型变形规律出发,将滑坡总位移分解为受不利地质条件影响的趋势项位移以及受降雨影响的周期项位移,采用时间序列分析方法将两者迭加构建降雨型滑坡位移预测模型。对滑坡趋势项位移采用灰色等维新息模型进行预测,对周期项位移采用自回归模型进行预测,将两者预测值组合得到滑坡总位移预测值。以湖南娄新高速公路某滑坡实时监测预警为例,采用该模型对比分析了滑坡实测与预测时间位移曲线,表明该模型预测效果较好,能体现降雨型滑坡位移变化趋势,具有较好的应用前景。(本文来源于《路基工程》期刊2019年05期）
明锋[9]（2019）在《GPS坐标时间序列分析研究》一文中研究指出近20年来,以GPS为代表的空间大地测量技术观测精度不断提高,已累积了丰富的、高精度、全球覆盖的坐标时间序列数据。这些数据为研究不同时空尺度下的各类地球物理现象提供了重要的数据支撑和大地测量几何约束。然而,由于GPS坐标时间序列中同时包含了各类"信号"和"噪声",而且噪声来源复杂,信号类型多样,水平和高程分量上信号与噪声的表现形式差异较大。如何从原始序列中提取可靠的"信号"、分离出"误差"是目前地学界研究的热点和难点之一。(本文来源于《测绘学报》期刊2019年10期）
杨慧欣,赵晨皓,雒静静,胡芳芳,张思文[10]（2019）在《2011-2018年我国登革热疫情时间序列分析及空间自相关分析》一文中研究指出目的了解2011-2018年我国登革热疫情时空分布特征,对2019年我国登革热的发病情况进行预测。方法基于中国疾病预防控制信息系统中2011-2018年我国登革热的病例数据,借助R 3.6.0软件,使用自回归积分滑动平均模型(autoregressive integrated moving average model, ARIMA)对登革热的发病趋势进行描述和预测。基于国家人口与健康科学数据共享服务平台提供的2011-2016年全国以及各省市登革热发病率、发病人数数据,采用GeoDa 1.12软件进行全局、局部空间自相关分析,确定登革热时空热点区域。结果预测2019年全年登革热发病数为14 302人。2012年(Moran's I=-0.088,P=0.037)、2013年(Moran's I=-0.121,P=0.040)和2014(Moran's I=-0.076,P=0.045)年全国登革热发病呈现全局空间负相关关系,2016年(Moran's I=0.078,P=0.048)登革热发病呈现全局空间正相关关系。局部自相关分析结果显示,登革热发病高聚集区域主要在我国东南沿海地区。结论 2019年我国登革热的流行无明显波动趋势,且疫情呈空间聚集性分布。(本文来源于《中华疾病控制杂志》期刊2019年10期）
时间序列分析法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的:运用季节性自回归移动平均混合(SARIMA)模型分析预测河北省手足口病发病趋势的可行性和适用性,为手足口病的防控工作提供决策依据。方法:利用R3.5.1软件对河北省2008年1月至2014年12月手足口病月发病率资料进行建模,并以2015年手足口病月发病率资料验证模型的预测效果。结果:模型SARIMA(1,1,1)(0,1,1)12较好地拟合了河北省手足口病月发病率资料,模型残差为白噪声序列(Ljung-Box Q=9.289,P=0.411),预测值与实际值的相对误差范围为0.924%～35.526%,平均相对误差为13.408%。结论:SARIMA模型可较好地反映河北省手足口病的发病趋势并进行短期预测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时间序列分析法论文参考文献
[1].唐燕.项目驱动的《时间序列分析》课程教学改革与实践[J].课程教育研究.2019
[2].韩玲,王鸿,颜隆,高治理,贺娟.河北省手足口病发病趋势的时间序列分析[J].中华中医药杂志.2019
[3].张田,潘尔顺.基于时间序列分析的电容器退化模型[J].上海交通大学学报.2019
[4].张开月,金武,姚庆兵,韩小亮,李小琴.扬州市大气臭氧与居民死亡关系的时间序列分析[J].现代医药卫生.2019
[5].熊昱阳,任静朝,段广才.中国2008-2016年手足口病月发病率时间序列分析及预测模型[J].中华疾病控制杂志.2019
[6].张献伟,徐美华,王玉雯,于浩,赵岩.2016—2018年天津市大气PM_(2.5)对儿童呼吸系统门诊量的时间序列分析[J].公共卫生与预防医学.2019
[7].黄欣文,卓如莲.利率与汇率对我国出境旅游人数增长的综合影响——基于1998-2018年的时间序列分析[J].时代金融.2019
[8].邬凯,林顺,杨雪莲.基于时间序列分析的公路降雨型滑坡位移预测[J].路基工程.2019
[9].明锋.GPS坐标时间序列分析研究[J].测绘学报.2019
[10].杨慧欣,赵晨皓,雒静静,胡芳芳,张思文.2011-2018年我国登革热疫情时间序列分析及空间自相关分析[J].中华疾病控制杂志.2019
论文知识图
