《表1 各IMF分量与原序列的关系》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于EEMD模型的固定资产投资周期识别与预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

利用Python中的pyeemd工具包，集成次数设置为100，将处理后固定资产投资总量序列分解为IMF1～IMF5这5个频率不同的分量和1个趋势项，结果如图2所示。为更好地探讨EEMD分解中各个分量和原序列的关系，表1中列出了各个分量的pearson相关系数、相关性检验的p值、分量的平均周期、方差以及方差贡献率。结果显示分量的频率越低，其对原始序列的贡献率越大，其中趋势项占绝大部分的贡献率。