二章问题分析问题提出滴滴出行，中国知名款免费打车平台，称为手机打车神器，是受用户喜爱打车应用。目前，滴滴已从出租车打车软件，成长为涵盖出租车专车快车顺风车代驾及大巴等多项业务在内站式出行平台。在哈尔滨市，使用微信滴滴打车软件，从呼叫车到车到来所等待时间分钟数据如下ˆˆˆˆˆˆˆˆˆˆˆˆˆˆˆˆ预测与决策课程设计表等待时间数据统计判别平稳时间序列符合模型，对未来个数据进行预测，并分析误差。问题分析首先对程序进行零均值化，将原数据在不改变其自相关函数系数及偏相关函数系数前提下，化成便于计算新数据，再画出自相关函数图像和偏相关函数图像ˆˆ预测与决策课程设计误差分析,图估计时间序列预测与决策课程设计原始信号采样点幅度原始信号,估计值预测误差自相关函数延迟归化值图误差分析预测与决策课程设计第四章结论与展望通过数据分析建立正确模型对未来进行预测，在些方面减少不必要损失。生活中有许多事情发生都是有规律，虽然他们都没有发生，但只要我们能找到这个规律，然后根据已知数值计算就可以得到时间将要发生趋向，尽管可能存在定偏差，但在误差允许范围之内，这些数值都有他们自身十分重要存在价值。因此只要我们能利用平稳时间序列建立模型，对未来进行预测并误差分析，它前景是非常可观。随着对时间序列研究逐步发展，时间序列分析也广泛应用到解决许多问题上，如信号处理状态估计控制和模式识别证券市场和货币市场预测等现在时间序列预报已广泛应用于气象水文预报商品销量预报股市行情预报地震预报产品质量预报等诸多实际问题中伴随着时代进步，我相信时间序列模型应用还会涉及到更广泛领域。预测与决策课程设计参考文献刘次华随机过程华中科技大学出版社，林建华基础及数学软件大连理工大学出版社，陈兆国时间序列分析及应用科学出版社，衷洁时间序列分析北京大学出版社，附录预测与决策课程设计预测与决策课程设计原始信号采样点幅度原始信号,估计值预测误差自相关函数延迟归化值预测与决策课程设计评阅书课程设计报告评语评阅意见主要对设计任务合理性规范性和正确性以及设计报告书完整性规范性和通顺性等方面作出评价设计报告成绩教师签名年月日答辩记录与评语答辩成绩教师签名年月日预测与决策课程设计总成绩英语，简称模型，是统计上种处理时间序列方法，是用同变量之前各期表现情况，来预测该变量本期表现情况，并假设它们为元线性关系。因为这是从回归分析中线性回归发展而来，只是不是用来预测其他变量，而是用来预测自己所以叫做自回归。本文主要利用模型对哈市微信滴滴打车所等待时间数据分析，预测未来个数据和误差分析。预测与决策课程设计第章基本原理模型定义任何个时刻上数值可表示为过去个时刻上数值，线性组合加上时刻白噪声，即可表示为其中是白噪声。常数正整数叫做阶数，常数系数,叫做参数，且。可以表示为形式平稳序列预测与决策课程设计课程名称预测与决策课程设计论文题目基于平稳时间序列模型对滴滴打车等待时间预报学院理学院专业应用统计学班级统计学生姓名黄克韬学生学号指导教师陈洪海年月日预测与决策课程设计目录任务书摘要绪论第章基本原理模型定义自相关函数与偏相关函数各类线性模型性质模型阶数模型参数估计模型预报第二章问题分析问题提出问题分析第三章计算结果及程序数据平稳说明并进行零均值化画出自相关函数图像与偏相关函数图像模型判断计算模型参数确定模型未来预测误差分析第四章结论与展望参考文献附录预测与决策课程设计预测与决策课程设计任务书姓名黄克韬学号指导教师陈洪海设计题目基于平稳时间序列模型对滴滴打车等待时间预报理论要点利用数据偏相关函数和自相关函数给模型定类型和阶数并利用数据求模型参数。在模型求出后利用模型对未来进行预报，分析误差。设计目标通过对数据分析与处理，确定模型类别并求出模型参数，由此利用模型对未来个数据进行预报，分析误差。研究方法步骤对程序进行零均值化。计算新数据自相关函数及偏相关函数，画出图形。判定其符合平稳时间序列模型。求出模型参数，确定模型。对未来个数据进行预报。分析误差。预期结果通过对已知数据处理，求出其自相关和偏相关函数，运用编程画出二者图像，确定模型类别。将数据代入模型中，对未来值进行预测，分析误差。计划与进步安排查找论文，大量阅读论文，确定方法及步骤。写论文目录任务书绪论基本原理。确定问题，分析问题，利用程序解决问题。完成结论和展望，参考文献。完成实验报告及最后审核打印等参考资料刘次华随机过程华中科技大学出版社，林建华基础及数学软件大连理工大学出版社，陈兆国时间序列分析及应用科学出版社，衷洁时间序列分析北京大学出版社，填写时间年月日预测与决策课程设计摘要本文主要利用自回归模型模型对哈尔滨市微信滴滴打车软件从呼叫车到车到来时间进行预测与误差分析。首先收集数据共个，接着对个数据进行分析，画出散点图得出这组时间序列是平稳时间序列。紧接是确定模型，利用画出自相关函数图像和偏相关函数图像，通过观察图像确定自相关函数图像是拖尾，偏相关函数图像是截尾，进而确定模型为模型。利用求出参数，得出模型。接着利用数据最后两个数据通过递推方法进行预测，得出未来个数据。最后利用编程进行误差分析。本篇论文就是基于这前提介绍平稳时间序列时域统计分析，利用观测或试验所得到串动态数据之间相互依赖所包含信息，用概率统计方法定量地建立个合适数学模型，并根据这个模型相应序列所反映过程或系统作出预报或控制。通过对已知数据分析，承认观察值之间依赖关系或相关性，得出平稳时间序列数据模型，接着利用模型进行未来预报并误差分析。关键字模型，模型预测，误差分析预测与决策课程设计利用平稳时间序列模型预报绪论时间序列是指将同统计指标数值按其发生时间先后顺序排列而成数列。时间序列分析主要目是根及大巴等多项业务在内站式出行平台。在哈尔滨市，使用微信滴滴打车软件，从呼叫车到车到来所等待时间分钟数据如下ˆˆˆˆˆˆˆˆˆˆˆˆˆˆˆˆ预测与决策课程设计表等待时间数据统计判别平稳时间序列符合模型，对未来个数据进行预测，并分析误差。问题分析首先对程序进行零均值化，将原数据在不改变其自相关函数系数及偏相关函数系数前提下，化成便于计算新数据，再画出自相关函数图像和偏相关函数图像英语，简称模型，是统计上种处理时间序列方法，是用同变量之前各期表现情况，来预测该变量本期表现情况，并假设它们为元线性关系。因为这是从回归分析中线性回归发展而来，只是不是用来预测其他变量，而是用来预测自己所以叫做自回归。本文主要利用模型对哈市微信滴滴打车所等待时间数据分析，预测未来个数据和误差分析。预测与决策课程设计第章基本原理模型定义任何个时刻上数值可表示为过去个时刻上数值，线性组合加上时刻白噪声，即可表示为其中是白噪声。常数正整数叫做阶数，常数系数,叫做参数，且。可以表示为形式平稳序列,称为具有回归模型。这里可去任何整数，阶回归模型简记为。自相关函数与偏相关函数自相关函数由于，故自协方差为而自相关函数定义为偏相关函数在平稳时间序列,中取出个片段共个量,现在用前面项线性组合去估计最后项，即用去估计，其中,是系数采用最小方差法确定，即选,使均方偏差达到最小。采用多元函数求极值方法，两边对偏导，令其为零，并化简得称为尤尔沃克方程。从中解出，即为偏相关函数。预测与决策课程设计各类线性模型性质模型阶数对于具有模型平稳序列，当很大时样本偏相关函数ˆ近似服从正态分布由于截尾当时，，而并不为由于，即由定理得到般认为当时，平均个中至多有个使ˆ，就可以认为截尾在处。模型参数估计根据式中取，两边对ˆˆ，取估计值可得模型,拖尾截尾在处拖尾截尾在处拖尾拖尾ˆˆˆˆˆˆˆˆˆˆˆˆˆ预测与决策课程设计所以自回归模型参数值般不必做专门计算，只要在样本偏相关函数计算记录中取出ˆˆ,ˆ即可。模型ˆˆˆ,ˆˆ模型ˆˆˆˆˆˆ,ˆˆˆˆ,ˆˆˆˆ模型预报个平稳时间序列具有自回归模型，在上式中取得到在等式两边取估计值ˆˆˆˆˆ，ˆˆˆˆˆ当时ˆˆˆ当时ˆˆˆ第，由不完全齿轮和链式输送机组成，