Page 330 - 数学建模算法与应用

Mathematical Modeling Algorithms and Applications
数学建模算法与应用

save(‘bdata.mat’， ‘x’， ‘y’， ‘w’， ‘n’， ‘m1’， ‘m2’， ‘s’)；
2. 建立模型并进行预测。根据上面确定的模型阶数，建立 Wt 的 MA(13) 模型，
并预报 Y 的 24 个月的值。
t
然而，我们要求的是 X 的 24 个月的预报值。因为 Y = ln X ，并假设 Y 是正
t
t
t
t
态序列。在概率论中有这一事实：设 X 是随机变量，又 ln X 服从正态分布 N(μ，
2
σ ) ，则 X 服从对数正态分布，X 的均值是

这个例子中， Xt 是对数正态序列 代表 Y 在时刻 k(k= 144) 的 m 步预
t
报 ) 代表预报标准差， 代表 X 在时刻 k(k =144) 的 m 步预报值，
t
则有

由此算得 Xt 的 24 个月预报值如下：

466.884 410.313 458.429 495.865 508.518 580.256 685.96 636.911 495.594
504.109 425.486 476.18 513.984 451.762 504.6 546.089 560.091 639.183
755.713 701.763 546.123 555.574 468.981 524.921

计算的 Matlab 程序如下
% 清除命令窗输出和工作区变量
clc；

clear all；
% 加载数据
load(‘bdata’)；

% 将数据转换为行向量
x0 = x0’；

% 获取原始数据的长度
m1 = length(x0)；
% 绘制原始数据

figure；

320