楼主: sjw123520
315 2

[实证分析] 基于ARIMA模型对美国风力发电量的研究 [推广有奖]

  • 0关注
  • 2粉丝

已卖:995份资源

讲师

97%

还不是VIP/贵宾

-

威望
0
论坛币
8414 个
通用积分
39.8702
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
6020 点
帖子
169
精华
0
在线时间
715 小时
注册时间
2022-4-14
最后登录
2026-1-7

楼主
sjw123520 学生认证  发表于 2024-4-12 18:05:07 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
摘要:本文将基于乘法季节ARIMA 模型,对美国2001 年1 月至2022 年3 月共255 个月的月度风力发电量数据进行研究。在探索性数据分析阶段,我们通过依次进行对数变换、差分变换、季节差分变换得到了通过ADF检验的平稳数据。我们首先从已知理论性质的模型出发,通过与已知模型的ACF 图进行比较,尝试建立了乘法季节ARIMA 0,1,1 × 0,1,1 12模型,并对该模型的残差进行相关性诊断、正态性检验以及Ljung-Box 检验。残差的Ljung−Box 检验在5 个相关系数之后较为显著,而McLeod 检验显示,残差不具有ARCH 特征,因此排除了异方差而探求其它模型。之后, 我们从数据本身出发, 结合BIC 标准对模型进行筛选, 并确定建立的新模型为ARIMA 1,1,1 × 2,0,0 12模型。新的模型通过了残差相关性诊断、正态性检验,Ljung-Box 检验的效果相比模型一有很大改善。最后,我们用上面建立的两个模型:ARIMA(0,1,1) × 0,1,1 12和ARIMA(1,1,1) × 2,0,0 12分别对数据进行向后预测与样本内活动窗口预测,两种预测中模型二:ARIMA(1,1,1) × 2,0,0 12均更优。
压缩包中有论文、代码附录以及所用的原始数据。
基于ARIMA模型对美国风力发电量的研究.rar (1.5 MB, 需要: RMB 8 元)
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:ARIMA模型 ARIMA 风力发电 MA模型 Rim

沙发
中国人民学生(未真实交易用户) 发表于 2024-4-12 19:58:52

藤椅
gg20192019(未真实交易用户) 在职认证  发表于 2024-4-12 20:23:26 来自手机
sjw123520 发表于 2024-4-12 18:05
摘要:本文将基于乘法季节ARIMA 模型,对美国2001 年1 月至2022 年3 月共255 个月的月度风力发电量数据进行 ...
谢谢分享。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-10 23:36