基本信息

---

下载

文档摘要

---

非平稳时间序列预测方法的比较与创新研究

一、引言

1.1研究背景与意义

在现实世界中，时间序列数据广泛存在于各个领域，如金融领域的股票价格、汇率波动，气象领域的气温、降水量变化，医疗领域的疾病发病率统计，以及工业生产中的设备运行参数监测等。这些时间序列往往呈现出复杂的动态特征，其中非平稳性是较为常见且具有挑战性的特性。

非平稳时间序列是指其统计特性，如均值、方差和自协方差等，会随着时间的推移而发生变化的时间序列。以股票市场为例，股票价格受到宏观经济形势、行业竞争格局、企业内部管理等多种因素的影响，其走势呈现出明显的非平稳性，不仅均值会随着市场环境的变化而波动，而且方差也会在市场动荡时期显著增