论文部分内容阅读
本论文利用时间序列建立了一个趋势回归(最小二乘法)模型、虚拟参数的季节模型、以及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。本文借助于Eviews软件将地下水位统计数据进行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，以及相应的模型评选标准，最终确认了适当的时间序列模型．
本文以北京市1990．01-1994．12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；并通过残差平方和最小这一评选标准表明：此法用于短期的预测具有很高的精度。