《表2 ARIMA (4, 6) 模型的参数估计值》

  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

《基于时间序列的综采工作面瓦斯浓度预测研究》

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

根据随机时间序列平稳性检验方法对综采工作面回风流中瓦斯浓度随机序列进行检验，检验结果表明，该序列为非平稳随机时间序列。对瓦斯浓度随机时间序列进行差分平稳化，差分及平稳性检验结果表明，瓦斯浓度随机时间序列一阶差分平稳。令瓦斯浓度监测数据一阶差分时间序列为Wt，随机时间序列Wt的样本ACF和样本PACF均趋于0但不为0（拖尾），因此，可以判定随机序列Wt为一个自回归滑动平均过程（ARMA）。通过计算得到一阶差分随机序列Wt扩展自相关函数表，EACF表中0*位于第4行第6列，所以随机序列Wt所适应的模型为ARMA（4，6）模型。使用最小二乘法估计ARMA（4，6）模型的参数，参数的估计值如表2所示。