变形监测数据的时间序列分析

《变形监测数据的时间序列分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、维普资讯http://www.cqvip.com第24卷第4期森林工程Vo1．24No．42008年7月F0RESrENGINEERlNGJu1．，2008变形监测数据的时间序列分析郑加柱，郭斐2(1．南京林业大学，南京210037；2．武汉大学，武汉430072)摘要：基于统计分析软件SAS的辅助，详细阐述时间序列建模分析的步骤，并结合某一具体工程的变形监测数据建立一个有效的线性模型来拟合该动态序列的发展。实例证明，采用时间序列分析方法建立的模型，其拟合效果较高。5期预测误差绝对值均在0．2mIn以内。最后提出将物理意义与数理统计相结合进行时序分析更有利

2、于模型的建立等一些有益的建议。关键词：变形监测、时间序列分析、ARIMA模型、序列预测中图分类号：P224．1文献标识码：A文章编号：1001—005X(2008)04—0050—04TimeSeriesAnalysisofDeformationData／ZhengJiazhu(NanjingForestryUniversity，Nanjing210037)，GuoFei(wu—banUniversity，Wuhan430072)Abstract：BasedonstatisticalsoftwareSAS，proceduresofthetimeseries

3、modelinganalysiswereexpoundedindetailandanefectivelinearmodelwasestablishedtofitdynamicseriesdevelopmentreferringtodeformationsupervisiondataofcertaincon—creteproject．ItWasprovedthatthemodelwhichWasestablishedbyusingtimeseriesmethodhadahigherfittingdegree．Inaddi—tionerrorabsolutev

4、alueofthefifthperiodWasunder02．Inn．Finallysomesuggeststhatcombiningphysicalmeaningandmath—ematiealStatisticstoconducttimeseriesanalysisweremuchhelpfultoestablishthemodelwereputforward．KeywOrds：deformationmonitoring；timeseriesanalysis；ARIMAmodel；sequenceforecasting1引言列分析的模块：SAS／ETS

5、(Econometric&TimeSe．长期以来，变形数据的分析与处理都是假设观ries)。测数据之间是相互独立或不相关的，如回归分析法因此，本文基于SAS软件的辅助对某变形监等。这类统计方法是一种静态的数据处理方法。尽测动态数据进行时间序列分析。在统计上建立一个管每次的观测是在相对独立条件下获得的，但是这有效的线性模型来拟合该误差序列的发展，并从中些观测数据之间都是相互依赖的，具有“记忆”的提取相关的有用信息。特征，是一种动态数据模型。时间序列分析方法在2时间序列模型及其性质动态数据的处理分析、复杂信息的加工提取、预测2．1自回归移动平均模型一ARIMA

6、(P，d，q)未来等方面显示出无可比拟的优越性。它利用观测时序分析的基本思想可以简单理解为“记忆数据之间的自相关性建立一个相对最优数学模型来性”。即对于一个平稳序列{，}而言，的取值不描述客观现象的动态趋势。仅与其前P步，，⋯，⋯的取值有关，随着计算机科学的高速发展，目前有许多软件同时还可能受到前q步的各个干扰e，e，⋯，都可以辅助我们进行时间序列分析，例如SAS、e⋯。其基本模型可用ARIMA(P，d，q)描述。Matlab、SPSS、Eviews、Excel等。其中最权威的软ARIMA(P，d，q)称为P阶自回归、d阶求和、件是由美国NORTHCARO

7、LINA州立大学1966年开q阶滑动平均模型。一般形式如下：发的统计分析软件SAS(StatisticalAnalysisSystem)。r()“=@()e，在SAS系统中有一个专门进行计量经济与时间序{【E(e，)=0，Var(￡，)=仃，E(￡，，￡)=0，s≠tE(e，)：0，vs<￡收稿日期：2008—03—21(1)基金项目：江苏省教育厅博士基金资助式中：=(1一，为d阶差分；B为延迟算第一作者简介：郑加柱(1971一)，男，江苏盱眙人，博士研究子；()=l一。B一⋯一，为平稳可逆生，讲师。研究方向：卫星导航应用、精密工程测量及测量数据处理。AR

8、MA(P，q)模型的移动平滑系数多项式；0维普资讯http://w