干预分析 + 伪回归

目录

干预分析

干预分析的定义

干预分析的产生背景

干预分析的实质

干预分析步骤

步骤一

步骤二

步骤三

步骤四 

步骤五

步骤六

干预机制的选择

伪回归

定义

伪回归随机模拟试验

伪回归产生原因


干预分析

干预分析的定义

  • 时间序列常常受到某些外部事件的影响,诸如:假期,罢工,促销,或者政策的改变等。我们称这些外部事件为“干预”。评估外部事件对序列产生的影响的分析,称为干预分析(intervention  analysis) 。

干预分析的产生背景

  • 最早的干预分析是1975年Box和刁锦寰( Tiao)对加州63号法令是否有效抑制了加州空气污染问题的研究。他们首次将干预事件以虚拟变量的方式进行标注,然后把虚拟变量作为输入变量引入序列分析,构建ARIMAX模型。

干预分析的实质

  • 所谓干预模型实际上是带虚拟变量回归的ARIMAX模型,所以干预模型实质上就是ARIMAX模型的一种特例 
  • 二战之后加利福尼亚州经济高速发展,蓬勃发展的经济也带来了严重的空气污染。由于工厂排放的废气、汽车排放的尾气、家庭使用的燃气排放物中都含有大量的氮氧化物和活性碳氢化物。
  • 废气在阳光的作用下产生化学反应,这些化学反应物形成了严重的雾霾,造成大量人群流眼泪,咳嗽、肺部受损等身体伤害。经测量,光化学污染程度的标志是臭氧的含量。
  • 为了解决污染问题,加州政府在1959年颁布了63号法令。该法令要求从1960年1月起,在当地销售的汽油中减少碳氢化物的容许比。 Box和Tiao在1975年,根据他们收集的1955年1月—1972年12月的月度臭氧浓度序列,分析63号法令的颁布执行,对控制加州的光学污染有没有起到作用?如果起了作用,起了多大的作用。

干预分析步骤

步骤一

  • 考察序列的时序图和互相关图,研究干预变量对序列的干预机制

步骤二

  • 对臭氧浓度进行12步差分,实现差分平稳

步骤三

  • 引入两个干预变量,与差分后臭氧浓度序列建立回归模型 

 

步骤四 

  • 拟合模型显著性检验 

 

步骤五

  • 序列预测

步骤六

  • 干预结果解读
  1.  根据β,=-1.225,而且该系数t检验显著非零的特征,可以认为63号法令的颁布和实施有效降低了加州臭氧浓度。这说明这个法令的颁布和实施对治理加州的空气污染是显著有效的。
  2. 又因为mean(ozone,t<1960年)=4.177,即在1960年之前,臭氧序列的平均浓度等于4.i77,而因为63号法令的执行,使得臭氧浓度平均降低了1.225,所以63号法令的执行,使得加州臭氧浓度比法令执行之前下降了30%左右。
  3.  根据β.=—0.0675,说明夏季比冬季的臭氧浓度低,但我们的季节性划分太粗糙,这个系数并不显著非零。
  4.  除政策因素和季节因素的干预影响,臭氧浓度序列自身的波动服从季节乘法模型。千预因素会影响臭氧序列的浓度水平,但不会改变臭氧序列的波动规律。

干预机制的选择

  • 干预模型是进行政策效果评估或分析特殊事件影响的有用模型。而干预模型的关键是将干预事件以虚拟变量的形式引入响应序列分析。
  • 干预事件根据作用机制可以分为三种类型:

伪回归

定义

伪回归随机模拟试验

伪回归产生原因

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/564726.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

R如何安装MSBVAR包!!!请看这里!!

目录 1.MSBVAR介绍 2.为何R上安装失败 3.解决方案 1.MSBVAR介绍 MSBVAR: 估计贝叶斯向量自回归模型和贝叶斯结构向量自回归模型&#xff0c;也可以用于时间序列的因果检验。 2.为何R上安装失败 MSBVAR现在不属于R中的库&#xff0c;属于第三方安装库&#xff0c;并且它在…

easy excel根据行列excel_Excel函数如何根据地级市匹配所在省份计算快递费用

前些日子一个学员问的关于excel计算快递费的问题&#xff0c;office小超老师觉得很有代表性。在这里和大家分享一下具体处理快递费的处理流程。在她的这个案例中&#xff0c;订单信息地区仅为各个地级市&#xff0c;现在的问题就是要根据不同的地级市和各个地区不同的快递费用&…

Java中Error和Exception的异同

Error&#xff08;错误&#xff09;和 Exception&#xff08;异常&#xff09;都是 java.lang.Throwable 类的子类&#xff0c;在 Java 代码中只有继承了 Throwable 类的实例才能被 throw 或者 catch。 Exception 和 Error 体现了 Java 平台设计者对不同异常情况的分类&#x…

智能计算之遗传算法(GA)介绍

目录 1. 简介 2. GA思想来源及建立过程 3. 研究发展 4. GA的基本结构 5. GA的实现流程 (1) 染色体编​辑 (2) 群体的初始化 (3) 适应值评价 (4) 选择算子(父体选择) (5) 交配算子(杂交算子) (6) 变异算子 (7) 算法流程 6. 实例举例 7. 遗传算法的改进 (1) 算子的…

sublimetext3插件安装_sublime text 3 交互python

爱折腾的我最近在用sublime text 3 写python&#xff0c;但是原生态的编译模式不支持交互。在网上找了许多资料&#xff0c;想要可以交互运行python&#xff0c;大都需要sublimeREPL这个插件&#xff0c;我不想用这个插件。在多次摸索过后找到了如下解决方案&#xff0c;在此记…

如何用手机打开dcm格式图片_压缩图片用这个神奇吧(电脑版)

一码不扫&#xff0c;可以扫天下&#xff1f;Light Image Resizer是将数码照片和图像存在电脑中&#xff0c;并希望重新调整图片大小&#xff0c;压缩&#xff0c;转换&#xff0c;创建备份&#xff0c;导入或组织图片的人们设计的完美工具。Light Image Resizer 专业的图像缩放…

智能计算之神经网络(BP)介绍

目录 1. 神经网络流行原因 2. 人工神经网络定义 3. 人工神经网络的学习能力 4. 人工神经网络的基本原理 5. 神经网络的研究进展 6. 神经网络的典型结构 6.1 单层感知器网络 6.2 前馈型网络 6.3 前馈内层互联网络 6.4 反馈型网络 6.5 全互联网络 7. 神经网络的学习算…

python系统关键字_Python基础教程 - global关键字及全局变量的用法

Python中global关键字主要作用是声明变量的作用域。 在C语言中&#xff0c;由于变量一定是先声明&#xff0c;后使用&#xff0c;所以我们可以清楚的知道&#xff0c;现在使用的变量是全局还是局部&#xff0c;比如&#xff1a; int a 5; void test(void) { a 1; // 没有先声…

如何查看keepalived版本号_Keepalived介绍 , 配置说明 , 及实际应用

1. Keepalived介绍Keepalived是一个基于VRRP协议来实现的服务高可用方案&#xff0c;可以利用其来避免IP单点故障&#xff0c;类似的工具还有heartbeat、corosync、pacemaker。但是它一般不会单独出现&#xff0c;而是与其它负载均衡技术(如lvs、haproxy、nginx)一起工作来达到…

智能计算之神经网络(Hopfield网络-DHNN,CHNN )介绍

目录 1. 神经网络受欢迎的原因 2. 人工神经网络定义 3. 人工神经网络的学习能力 4. 人工神经网络的基本原理 5. 神经网络的研究进展 6. 神经网络的典型结构 6.1 单层感知器网络 6.2 前馈型网络 6.3 前馈内层互联网络 6.4 反馈型网络 6.5 全互联网络 7. 神经网络的学…

用python画渐变的圆_使用numpy绘制圆形渐变

由于对称性&#xff0c;实际上只需要计算图像256*256的四分之一&#xff0c;即64*64&#xff0c;然后将其逐块旋转90度&#xff0c;然后将它们组合起来。这样&#xff0c;总时间是计算256256像素的1/4倍。在 以下是示例。在import numpy as np import matplotlib.pyplot as plt…

发那科程序全部输出_如何拷贝FANUC系统全部程序

在SETTING画面复I/O通道一项中设定I/O4(或者制20#参数改为4)&#xff0c;将存储卡(插在机床的面板上的PCMCIA接口里。选择编辑模式&#xff0c;程序钥匙锁打开&#xff0c;全部程序预览页面(列表)&#xff0c;点击(操作)&#xff0c;点击右扩展键&#xff0c;点击(F输出)&#…

计算平均成绩

根据用户输入的总人数和总成绩计算平均成绩。要求程序能够处理总人数或者总成绩不是数字时的情况。 使用多重 catch 语句时&#xff0c;Java 虚拟机会把实际拋出的异常对象依次和各个 catch 代码块中声明的异常类型匹配&#xff0c;如果异常对象为某个异常类型或者其子类的实例…

智能计算之蚁群算法(ACO)介绍

目录 1. 简介 2. 基本思想 3. 研究进展 4. 基本流程 &#xff08;1&#xff09;路径构建 &#xff08;2&#xff09;信息素更新 ​5. 应用举例 6. 改进版 6.1 精华蚂蚁系统 6.2 基于排列的蚂蚁系 6.3 最大最小蚂蚁系 6.4 蚁群系统 7. 参数设置​编辑 8. 练习题 …

Java try catch finally语句

在实际开发中&#xff0c;根据 try catch 语句的执行过程&#xff0c;try 语句块和 catch 语句块有可能不被完全执行&#xff0c;而有些处理代码则要求必须执行。例如&#xff0c;程序在 try 块里打开了一些物理资源&#xff08;如数据库连接、网络连接和磁盘文件等&#xff09…

linux代码_Sonar代码走查的配置(linux)

SonarQube是一个静态代码质量检查工具&#xff0c;可以检查出代码中明显或潜在问题。虽然偶尔它的判断会是错误的&#xff0c;但还是值得我们用。它能以比较基础的级别减少代码出错的可能&#xff0c;可以节省人工Review代码时间。它支持多种语言的检查。我这里的代码是java代码…

智能计算之粒子群算法(PSO)介绍

目录 1. 简介(思想) 2. 研究发展 3. 算法步骤 4. 应用举例 5. 粒子群优化算法的改进研究 5.1 理论改进 5.2 拓扑结构改进 5.3 混合算法改进 5.4 离散版本改进 6. 相关应用 7. 参数设置​ 1. 简介(思想) 粒子群优化算法&#xff08;Particle Swarm Optimization&…

passive模式 tcp_FTP主动模式和被动模式的比较

总是记不住FTP主动和被动模式的区别。放在这里&#xff0c;以备日后查阅。FTP是仅基于TCP的服务&#xff0c;不支持UDP。与众不同的是FTP使用2个端口&#xff0c;一个数据端口和一个命令端口(也可叫做控制端口)。通常来说这两个端口是21(命令端口)和20(数据端口)。但FTP工作方式…

Java 中 finally 与 return 的执行顺序详解

java方法是在栈幀中执行&#xff0c;栈幀是线程私有栈的单位&#xff0c;执行方法的线程会为每一个方法分配一小块栈空间来作为该方法执行时的内存空间&#xff0c;栈幀分为三个区域&#xff1a; 1 . 操作数栈&#xff0c;用来保存正在执行的表达式中的操作数&#xff0c;数据…

车辆工程用得到python吗_如今车辆工程真的不如以前了吗?

背景&#xff1a;合肥工业大学2015届毕业生&#xff0c;车辆工程专业&#xff0c;理科实验班&#xff0c;成绩排名专业10%以内&#xff0c;有推免研究生资格。 上面这些title虽然比不上985的&#xff0c;但在当年工大的各专业中&#xff0c;基本上是无敌的存在了。 然后当年我竟…