% format long
[m,n]= size(X0);
x 1 = cumsum(X0);%累積
X2 =[];
對於i=1:n-1
X2(i,)= x 1(I)+x 1(I+1);
結束
B=-0.5。* X2;
t=ones(n-1,1);
B=[B,t];%找到b矩陣
YN = X0(2:end);
P _ t = yn。/x 1(1:(length(X0)-1))%對原始數據序列X0進行擬光滑性檢驗,
%序列x0的平滑度比p(t)= x0(t)/x 1(t-1)
A=inv(B.'*B)*B.'*YN。;
a=A(1)
u=A(2)
c = u/a;
b = X0(1)-c;
X=[num2str(b),' exp ','(',num2str(-a),' k ',')',num2 str(c)];
strcat('X(k+1)= ',X)
% syms k;
對於t=1:長度(X0)
k(1,t)= t-1;
結束
k
y _ k _ 1 = b * exp(-a * k)+c;
對於j=1:長度(k)-1
Y(1,j)= Y _ k _ 1(j+1)-Y _ k _ 1(j);
結束
XY=[Y_k_1(1),Y]%預測值
CA = ABS(XY-X0);%剩余系列
θ= CA %殘差檢驗絕對誤差序列
XD_Theta= CA。/ X0%殘差檢驗相對誤差序列
AV =平均值(CA);%殘差序列的平均值
R_k=(最小(θ)+0.5 *最大(θ))。/(θ+0.5 * max(θ));% P=0.5
R=sum(R_k)/length(R_k)%相關度
Temp0=(CA-AV)。^2 ;
temp 1 = sum(temp 0)/length(CA);
S2 = sqrt(temp 1);%絕對誤差序列的標準偏差
% -
AV _ 0 = mean(X0);%原始序列平均值
Temp_0=(X0-AV_0)。^2 ;
Temp _ 1 = sum(Temp _ 0)/length(CA);
s 1 = sqrt(Temp _ 1);%原始序列的標準偏差
TempC = S2/s 1 * 100;%差異比率
C=strcat(num2str(TempC),' %')%後驗差檢驗%方差比
% -
SS = 0.675 * s 1;
delta = ABS(CA-AV);
TempN = find(Delta & lt;= SS);
n 1 =長度(TempN);
N2 =長度(CA);
TempP = n 1/N2 * 100;
P=strcat(num2str(TempP),' %')%後驗差檢驗%計算小誤差的概率。