




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
非平穩(wěn)序列的隨機(jī)分析第1頁,課件共122頁,創(chuàng)作于2023年2月本章結(jié)構(gòu)確定性趨勢(shì)模型和隨機(jī)趨勢(shì)模型ARIMA模型Auto-Regressive模型異方差的性質(zhì)方差齊性變化條件異方差模型第2頁,課件共122頁,創(chuàng)作于2023年2月4.1確定性趨勢(shì)和隨機(jī)趨勢(shì)模型確定性趨勢(shì)隨機(jī)趨勢(shì)第3頁,課件共122頁,創(chuàng)作于2023年2月確定性趨勢(shì)所謂確定性趨勢(shì)(deterministictrend),是指模型中含有明確的時(shí)間t變量,趨勢(shì)可以有t的線性函數(shù)表示。例如:確定性趨勢(shì)模型又稱“均值非平穩(wěn)模型”、“趨勢(shì)平穩(wěn)模型”。確定性趨勢(shì)模型剔除趨勢(shì)項(xiàng)即為平穩(wěn)模型。如上例:第4頁,課件共122頁,創(chuàng)作于2023年2月隨機(jī)趨勢(shì)模型隨機(jī)趨勢(shì)模型常被稱為單位根過程,模型中AR項(xiàng)含有成分(1-B),典型例子是隨機(jī)游走模型。隨機(jī)趨勢(shì)模型又稱“差分平穩(wěn)模型”,可以通過差分剔除趨勢(shì),使模型平穩(wěn)化。如對(duì)隨機(jī)游走模型:第5頁,課件共122頁,創(chuàng)作于2023年2月趨勢(shì)模型的比較確定性趨勢(shì)模型表現(xiàn)在均值的非平穩(wěn)。隨機(jī)趨勢(shì)模型中,每個(gè)隨機(jī)干擾項(xiàng)對(duì)條件均值的影響是持久的。模型的方差非平穩(wěn)。對(duì)不同的非平穩(wěn)模型,應(yīng)使用不同的平穩(wěn)化方法。對(duì)于同一模型,兩種趨勢(shì)可能兼而有之。第6頁,課件共122頁,創(chuàng)作于2023年2月差分方式的選擇序列蘊(yùn)含著顯著的線性趨勢(shì),一階差分就可以實(shí)現(xiàn)趨勢(shì)平穩(wěn)
序列蘊(yùn)含著曲線趨勢(shì),通常低階(二階或三階)差分就可以提取出曲線趨勢(shì)的影響
對(duì)于蘊(yùn)含著固定周期的序列進(jìn)行步長為周期長度的差分運(yùn)算,通??梢暂^好地提取周期信息
第7頁,課件共122頁,創(chuàng)作于2023年2月例4.1【例4.1】1964年——1999年中國紗年產(chǎn)量序列蘊(yùn)含著一個(gè)近似線性的遞增趨勢(shì)。對(duì)該序列進(jìn)行一階差分運(yùn)算考察差分運(yùn)算對(duì)該序列線性趨勢(shì)信息的提取作用
第8頁,課件共122頁,創(chuàng)作于2023年2月差分前后時(shí)序圖原序列時(shí)序圖差分后序列時(shí)序圖第9頁,課件共122頁,創(chuàng)作于2023年2月例4.2嘗試提取1950年——1999年北京市民用車輛擁有量序列的確定性信息第10頁,課件共122頁,創(chuàng)作于2023年2月差分后序列時(shí)序圖一階差分二階差分第11頁,課件共122頁,創(chuàng)作于2023年2月例4.3差分運(yùn)算提取1962年1月——1975年12月平均每頭奶牛的月產(chǎn)奶量序列中的確定性信息
第12頁,課件共122頁,創(chuàng)作于2023年2月差分后序列時(shí)序圖一階差分1階-12步差分第13頁,課件共122頁,創(chuàng)作于2023年2月過差分
足夠多次的差分運(yùn)算可以充分地提取原序列中的非平穩(wěn)確定性信息但過度的差分會(huì)造成有用信息的浪費(fèi)
第14頁,課件共122頁,創(chuàng)作于2023年2月例4.4假設(shè)序列如下
考察一階差分后序列和二階差分序列的平穩(wěn)性與方差第15頁,課件共122頁,創(chuàng)作于2023年2月比較一階差分平穩(wěn)方差小二階差分(過差分)平穩(wěn)方差大第16頁,課件共122頁,創(chuàng)作于2023年2月4.2ARIMA模型ARIMA模型結(jié)構(gòu)ARIMA模型性質(zhì)ARIMA模型建模ARIMA模型預(yù)測(cè)疏系數(shù)模型季節(jié)模型第17頁,課件共122頁,創(chuàng)作于2023年2月ARIMA模型結(jié)構(gòu)使用場(chǎng)合差分平穩(wěn)序列擬合模型結(jié)構(gòu)第18頁,課件共122頁,創(chuàng)作于2023年2月ARIMA模型族d=0ARIMA(p,d,q)=ARMA(p,q)P=0ARIMA(P,d,q)=IMA(d,q)q=0ARIMA(P,d,q)=ARI(p,d)d=1,P=q=0ARIMA(P,d,q)=randomwalkmodel第19頁,課件共122頁,創(chuàng)作于2023年2月隨機(jī)游走模型(randomwalk)模型結(jié)構(gòu)模型產(chǎn)生典故KarlPearson(1905)在《自然》雜志上提問:假如有個(gè)醉漢醉得非常嚴(yán)重,完全喪失方向感,把他放在荒郊野外,一段時(shí)間之后再去找他,在什么地方找到他的概率最大呢?第20頁,課件共122頁,創(chuàng)作于2023年2月ARIMA模型的平穩(wěn)性ARIMA(p,d,q)模型共有p+d個(gè)特征根,其中p個(gè)在單位圓內(nèi),d個(gè)在單位圓上。所以當(dāng)時(shí)ARIMA(p,d,q)模型非平穩(wěn)。例4.5ARIMA(0,1,0)時(shí)序圖第21頁,課件共122頁,創(chuàng)作于2023年2月ARIMA模型的方差齊性時(shí),原序列方差非齊性d階差分后,差分后序列方差齊性第22頁,課件共122頁,創(chuàng)作于2023年2月ARIMA模型建模步驟獲得觀察值序列平穩(wěn)性檢驗(yàn)差分運(yùn)算YN白噪聲檢驗(yàn)Y分析結(jié)束N擬合ARMA模型第23頁,課件共122頁,創(chuàng)作于2023年2月例4.6對(duì)1952年——1988年中國農(nóng)業(yè)實(shí)際國民收入指數(shù)序列建模
第24頁,課件共122頁,創(chuàng)作于2023年2月一階差分序列時(shí)序圖第25頁,課件共122頁,創(chuàng)作于2023年2月一階差分序列自相關(guān)圖第26頁,課件共122頁,創(chuàng)作于2023年2月一階差分后序列白噪聲檢驗(yàn)延遲階數(shù)統(tǒng)計(jì)量P值615.330.01781218.330.10601824.660.1344第27頁,課件共122頁,創(chuàng)作于2023年2月擬合ARMA模型偏自相關(guān)圖第28頁,課件共122頁,創(chuàng)作于2023年2月建模定階ARIMA(0,1,1)參數(shù)估計(jì)模型檢驗(yàn)?zāi)P惋@著參數(shù)顯著第29頁,課件共122頁,創(chuàng)作于2023年2月ARIMA模型預(yù)測(cè)原則最小均方誤差預(yù)測(cè)原理
Green函數(shù)遞推公式第30頁,課件共122頁,創(chuàng)作于2023年2月預(yù)測(cè)值第31頁,課件共122頁,創(chuàng)作于2023年2月例4.7已知ARIMA(1,1,1)模型為
且求的95%的置信區(qū)間
第32頁,課件共122頁,創(chuàng)作于2023年2月預(yù)測(cè)值等價(jià)形式計(jì)算預(yù)測(cè)值第33頁,課件共122頁,創(chuàng)作于2023年2月計(jì)算置信區(qū)間Green函數(shù)值方差95%置信區(qū)間第34頁,課件共122頁,創(chuàng)作于2023年2月例4.6續(xù):對(duì)中國農(nóng)業(yè)實(shí)際國民收入指數(shù)序列做為期10年的預(yù)測(cè)
第35頁,課件共122頁,創(chuàng)作于2023年2月疏系數(shù)模型ARIMA(p,d,q)模型是指d階差分后自相關(guān)最高階數(shù)為p,移動(dòng)平均最高階數(shù)為q的模型,通常它包含p+q個(gè)獨(dú)立的未知系數(shù):如果該模型中有部分自相關(guān)系數(shù)或部分移動(dòng)平滑系數(shù)為零,即原模型中有部分系數(shù)省缺了,那么該模型稱為疏系數(shù)模型。第36頁,課件共122頁,創(chuàng)作于2023年2月疏系數(shù)模型類型如果只是自相關(guān)部分有省缺系數(shù),那么該疏系數(shù)模型可以簡(jiǎn)記為為非零自相關(guān)系數(shù)的階數(shù)如果只是移動(dòng)平滑部分有省缺系數(shù),那么該疏系數(shù)模型可以簡(jiǎn)記為為非零移動(dòng)平均系數(shù)的階數(shù)如果自相關(guān)和移動(dòng)平滑部分都有省缺,可以簡(jiǎn)記為第37頁,課件共122頁,創(chuàng)作于2023年2月例4.8對(duì)1917年-1975年美國23歲婦女每萬人生育率序列建模
第38頁,課件共122頁,創(chuàng)作于2023年2月一階差分第39頁,課件共122頁,創(chuàng)作于2023年2月自相關(guān)圖第40頁,課件共122頁,創(chuàng)作于2023年2月偏自相關(guān)圖第41頁,課件共122頁,創(chuàng)作于2023年2月建模定階ARIMA((1,4),1,0)參數(shù)估計(jì)模型檢驗(yàn)?zāi)P惋@著參數(shù)顯著第42頁,課件共122頁,創(chuàng)作于2023年2月季節(jié)模型簡(jiǎn)單季節(jié)模型乘積季節(jié)模型
第43頁,課件共122頁,創(chuàng)作于2023年2月簡(jiǎn)單季節(jié)模型簡(jiǎn)單季節(jié)模型是指序列中的季節(jié)效應(yīng)和其它效應(yīng)之間是加法關(guān)系簡(jiǎn)單季節(jié)模型通過簡(jiǎn)單的趨勢(shì)差分、季節(jié)差分之后序列即可轉(zhuǎn)化為平穩(wěn),它的模型結(jié)構(gòu)通常如下
第44頁,課件共122頁,創(chuàng)作于2023年2月例5.9擬合1962——1991年德國工人季度失業(yè)率序列
第45頁,課件共122頁,創(chuàng)作于2023年2月差分平穩(wěn)對(duì)原序列作一階差分消除趨勢(shì),再作4步差分消除季節(jié)效應(yīng)的影響,差分后序列的時(shí)序圖如下
第46頁,課件共122頁,創(chuàng)作于2023年2月白噪聲檢驗(yàn)延遲階數(shù)統(tǒng)計(jì)量P值643.84<0.00011251.71<0.00011854.48<0.0001第47頁,課件共122頁,創(chuàng)作于2023年2月差分后序列自相關(guān)圖第48頁,課件共122頁,創(chuàng)作于2023年2月差分后序列偏自相關(guān)圖第49頁,課件共122頁,創(chuàng)作于2023年2月模型擬合定階ARIMA((1,4),(1,4),0)參數(shù)估計(jì)第50頁,課件共122頁,創(chuàng)作于2023年2月模型檢驗(yàn)殘差白噪聲檢驗(yàn)參數(shù)顯著性檢驗(yàn)延遲階數(shù)統(tǒng)計(jì)量P值待估參數(shù)統(tǒng)計(jì)量P值62.090.71915.48<0.00011210.990.3584-3.41<0.0001第51頁,課件共122頁,創(chuàng)作于2023年2月擬合效果圖第52頁,課件共122頁,創(chuàng)作于2023年2月 傳統(tǒng)季節(jié)分析方法基于季節(jié)分量是確定性變量,且與其他非季節(jié)分量獨(dú)立。季節(jié)分量也可以是隨機(jī)的,且與非季節(jié)分量相關(guān),隨機(jī)ARIMA模型推廣到季節(jié)時(shí)間序列,形成季節(jié)ARIMA模型,有時(shí)簡(jiǎn)記為SARIMA模型。乘積季節(jié)模型第53頁,課件共122頁,創(chuàng)作于2023年2月設(shè)序列存在規(guī)則的周期(S),如果把原序列按周期重新排列,即可得到一個(gè)二維列聯(lián)表。乘積季節(jié)模型第54頁,課件共122頁,創(chuàng)作于2023年2月含義:隨機(jī)季節(jié)模型,是對(duì)季節(jié)性隨機(jī)序列中不同周期的同一周期點(diǎn)之間的相關(guān)關(guān)系的一種擬合。季節(jié)型模型的ARMA表達(dá)形式為這里
乘積季節(jié)模型第55頁,課件共122頁,創(chuàng)作于2023年2月不獨(dú)立,不妨設(shè)
則有
為白噪聲;
乘積季節(jié)模型最終的模型形式為:第56頁,課件共122頁,創(chuàng)作于2023年2月乘積季節(jié)模型這里表示不同周期的同一周期點(diǎn)上的相關(guān)關(guān)系;
則表示同一周期內(nèi)不同周期點(diǎn)上的相關(guān)關(guān)系。
第57頁,課件共122頁,創(chuàng)作于2023年2月乘積季節(jié)模型從結(jié)構(gòu)上看,它是季節(jié)模型與ARIMA模型的結(jié)合形式,稱之為乘積季節(jié)模型。常用的兩個(gè)模型
記為:第58頁,課件共122頁,創(chuàng)作于2023年2月例4.10:擬合1948——1981年美國女性月度失業(yè)率序列
第59頁,課件共122頁,創(chuàng)作于2023年2月差分平穩(wěn)一階、12步差分第60頁,課件共122頁,創(chuàng)作于2023年2月差分后序列自相關(guān)圖第61頁,課件共122頁,創(chuàng)作于2023年2月差分后序列偏自相關(guān)圖第62頁,課件共122頁,創(chuàng)作于2023年2月簡(jiǎn)單季節(jié)模型擬合結(jié)果延遲階數(shù)擬合模型殘差白噪聲檢驗(yàn)AR(1,12)MA(1,2,12)ARMA((1,12),(1,12)值P值值P值值P值614.580.00579.50.023315.770.00041216.420.088314.190.115817.990.0213結(jié)果擬合模型均不顯著第63頁,課件共122頁,創(chuàng)作于2023年2月乘積季節(jié)模型擬合模型定階ARIMA(1,1,1)×(0,1,1)12參數(shù)估計(jì)第64頁,課件共122頁,創(chuàng)作于2023年2月模型檢驗(yàn)殘差白噪聲檢驗(yàn)參數(shù)顯著性檢驗(yàn)延遲階數(shù)統(tǒng)計(jì)量P值待估參數(shù)統(tǒng)計(jì)量P值64.500.2120-4.66<0.0001129.420.400223.03<0.00011820.580.1507-6.81<0.0001結(jié)果模型顯著參數(shù)均顯著第65頁,課件共122頁,創(chuàng)作于2023年2月乘積季節(jié)模型擬合效果圖第66頁,課件共122頁,創(chuàng)作于2023年2月4.3Auto-Regressive模型構(gòu)造思想首先通過確定性因素分解方法提取序列中主要的確定性信息然后對(duì)殘差序列擬合自回歸模型,以便充分提取相關(guān)信息
第67頁,課件共122頁,創(chuàng)作于2023年2月Auto-Regressive模型結(jié)構(gòu)第68頁,課件共122頁,創(chuàng)作于2023年2月對(duì)趨勢(shì)效應(yīng)的常用擬合方法自變量為時(shí)間t的冪函數(shù)自變量為歷史觀察值第69頁,課件共122頁,創(chuàng)作于2023年2月對(duì)季節(jié)效應(yīng)的常用擬合方法給定季節(jié)指數(shù)建立季節(jié)自回歸模型第70頁,課件共122頁,創(chuàng)作于2023年2月例4.6續(xù)使用Auto-Regressive模型分析1952年-1988年中國農(nóng)業(yè)實(shí)際國民收入指數(shù)序列。時(shí)序圖顯示該序列有顯著的線性遞增趨勢(shì),但沒有季節(jié)效應(yīng),所以考慮建立如下結(jié)構(gòu)的Auto-Regressive模型
第71頁,課件共122頁,創(chuàng)作于2023年2月趨勢(shì)擬合方法一:變量為時(shí)間t的冪函數(shù)方法二:變量為一階延遲序列值
第72頁,課件共122頁,創(chuàng)作于2023年2月趨勢(shì)擬合效果圖第73頁,課件共122頁,創(chuàng)作于2023年2月殘差自相關(guān)檢驗(yàn)檢驗(yàn)原理回歸模型擬合充分,殘差的性質(zhì)回歸模型擬合得不充分,殘差的性質(zhì)第74頁,課件共122頁,創(chuàng)作于2023年2月Durbin-Waston檢驗(yàn)(DW檢驗(yàn))
假設(shè)條件原假設(shè):殘差序列不存在一階自相關(guān)性
備擇假設(shè):殘差序列存在一階自相關(guān)性
第75頁,課件共122頁,創(chuàng)作于2023年2月DW統(tǒng)計(jì)量構(gòu)造統(tǒng)計(jì)量DW統(tǒng)計(jì)量和自相關(guān)系數(shù)的關(guān)系第76頁,課件共122頁,創(chuàng)作于2023年2月DW統(tǒng)計(jì)量的判定結(jié)果正相關(guān)相關(guān)性待定不相關(guān)相關(guān)性待定負(fù)相關(guān)042第77頁,課件共122頁,創(chuàng)作于2023年2月例4.6續(xù)
檢驗(yàn)第一個(gè)確定性趨勢(shì)模型
殘差序列的自相關(guān)性。第78頁,課件共122頁,創(chuàng)作于2023年2月DW檢驗(yàn)結(jié)果檢驗(yàn)結(jié)果檢驗(yàn)結(jié)論檢驗(yàn)結(jié)果顯示殘差序列高度正自相關(guān)。DW統(tǒng)計(jì)量的值P值0.13781.421.530.0001第79頁,課件共122頁,創(chuàng)作于2023年2月Durbinh檢驗(yàn)
DW統(tǒng)計(jì)量的缺陷當(dāng)回歸因子包含延遲因變量時(shí),殘差序列的DW統(tǒng)計(jì)量是一個(gè)有偏統(tǒng)計(jì)量。在這種場(chǎng)合下使用DW統(tǒng)計(jì)量容易產(chǎn)生殘差序列正自相關(guān)性不顯著的誤判
Durbinh檢驗(yàn)第80頁,課件共122頁,創(chuàng)作于2023年2月例4.6續(xù)檢驗(yàn)第二個(gè)確定性趨勢(shì)模型
殘差序列的自相關(guān)性。第81頁,課件共122頁,創(chuàng)作于2023年2月Dh檢驗(yàn)結(jié)果檢驗(yàn)結(jié)果檢驗(yàn)結(jié)論檢驗(yàn)結(jié)果顯示殘差序列高度正自相關(guān)。Dh統(tǒng)計(jì)量的值P值2.80380.0025第82頁,課件共122頁,創(chuàng)作于2023年2月殘差序列擬合確定自回歸模型的階數(shù)參數(shù)估計(jì)模型檢驗(yàn)第83頁,課件共122頁,創(chuàng)作于2023年2月例4.6續(xù)對(duì)第一個(gè)確定性趨勢(shì)模型的殘差序列進(jìn)行擬合第84頁,課件共122頁,創(chuàng)作于2023年2月殘差序列自相關(guān)圖第85頁,課件共122頁,創(chuàng)作于2023年2月殘差序列偏自相關(guān)圖第86頁,課件共122頁,創(chuàng)作于2023年2月模型擬合定階AR(2)參數(shù)估計(jì)方法極大似然估計(jì)最終擬合模型口徑第87頁,課件共122頁,創(chuàng)作于2023年2月例4.6第二個(gè)Auto-Regressive模型的擬合結(jié)果第88頁,課件共122頁,創(chuàng)作于2023年2月三個(gè)擬合模型的比較模型AICSBCARIMA(0,1,1)模型:249.3305252.4976Auto-Regressive模型一:260.8454267.2891Auto-Regressive模型二:250.6317253.7987第89頁,課件共122頁,創(chuàng)作于2023年2月4.4異方差的性質(zhì)異方差的定義如果隨機(jī)誤差序列的方差會(huì)隨著時(shí)間的變化而變化,這種情況被稱作為異方差異方差的影響忽視異方差的存在會(huì)導(dǎo)致殘差的方差會(huì)被嚴(yán)重低估,繼而參數(shù)顯著性檢驗(yàn)容易犯納偽錯(cuò)誤,這使得參數(shù)的顯著性檢驗(yàn)失去意義,最終導(dǎo)致模型的擬合精度受影響。
第90頁,課件共122頁,創(chuàng)作于2023年2月異方差直觀診斷殘差圖殘差平方圖第91頁,課件共122頁,創(chuàng)作于2023年2月殘差圖方差齊性殘差圖遞增型異方差殘差圖第92頁,課件共122頁,創(chuàng)作于2023年2月殘差平方圖原理殘差序列的方差實(shí)際上就是它平方的期望。所以考察殘差序列是否方差齊性,主要是考察殘差平方序列是否平穩(wěn)
第93頁,課件共122頁,創(chuàng)作于2023年2月例4.11直觀考察美國1963年4月——1971年7月短期國庫券的月度收益率序列的方差齊性。
第94頁,課件共122頁,創(chuàng)作于2023年2月一階差分后殘差圖第95頁,課件共122頁,創(chuàng)作于2023年2月一階差分后殘差平方圖第96頁,課件共122頁,創(chuàng)作于2023年2月異方差處理方法假如已知異方差函數(shù)具體形式,進(jìn)行方差齊性變化假如不知異方差函數(shù)的具體形式,擬合條件異方差模型第97頁,課件共122頁,創(chuàng)作于2023年2月4.5方差齊性變換使用場(chǎng)合序列顯示出顯著的異方差性,且方差與均值之間具有某種函數(shù)關(guān)系
其中:是某個(gè)已知函數(shù)處理思路嘗試尋找一個(gè)轉(zhuǎn)換函數(shù),使得經(jīng)轉(zhuǎn)換后的變量滿足方差齊性第98頁,課件共122頁,創(chuàng)作于2023年2月轉(zhuǎn)換函數(shù)的確定原理轉(zhuǎn)換函數(shù)在附近作一階泰勒展開求轉(zhuǎn)換函數(shù)的方差轉(zhuǎn)換函數(shù)的確定第99頁,課件共122頁,創(chuàng)作于2023年2月常用轉(zhuǎn)換函數(shù)的確定假定轉(zhuǎn)換函數(shù)的確定第100頁,課件共122頁,創(chuàng)作于2023年2月例4.11續(xù)對(duì)美國1963年4月——1971年7月短期國庫券的月度收益率序列使用方差齊性變換方法進(jìn)行分析
假定函數(shù)變換第101頁,課件共122頁,創(chuàng)作于2023年2月對(duì)數(shù)序列時(shí)序圖第102頁,課件共122頁,創(chuàng)作于2023年2月一階差分后序列圖第103頁,課件共122頁,創(chuàng)作于2023年2月白噪聲檢驗(yàn)延遲階數(shù)LB統(tǒng)計(jì)量P值63.580.73371210.820.54411821.710.2452第104頁,課件共122頁,創(chuàng)作于2023年2月擬合模型口徑及擬合效果圖第105頁,課件共122頁,創(chuàng)作于2023年2月4.6條件異方差模型ARCH模型GARCH模型GARCH模型的變體EGARCH模型IGARCH模型GARCH-M模型AR-GARCH模型第106頁,課件共122頁,創(chuàng)作于2023年2月ARCH模型假定原理通過構(gòu)造殘差平方序列的自回歸模型來擬合異方差函數(shù)
ARCH(q)模型結(jié)構(gòu)第107頁,課件共122頁,創(chuàng)作于2023年2月
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025至2030年果型保鮮器項(xiàng)目投資價(jià)值分析報(bào)告
- 簡(jiǎn)要的項(xiàng)目創(chuàng)新計(jì)劃書
- 2025年浸出粕項(xiàng)目可行性研究報(bào)告
- 2024-2025學(xué)年高中歷史第五單元近現(xiàn)代中國的先進(jìn)思想第20課西學(xué)東漸課時(shí)作業(yè)含解析岳麓版必修3
- 2024-2025學(xué)年高中政治課時(shí)作業(yè)二十二堅(jiān)持國家利益至上含解析新人教版必修2
- 示范幼兒園匯報(bào)材料(8篇)
- 亞光膜板行業(yè)行業(yè)發(fā)展趨勢(shì)及投資戰(zhàn)略研究分析報(bào)告
- 2021-2026年中國氣體放電管行業(yè)市場(chǎng)全景調(diào)研及投資規(guī)劃建議報(bào)告
- 2025年度安全咨詢服務(wù)項(xiàng)目聘用合同
- 客運(yùn)合同范本簡(jiǎn)單
- DB12-T 3034-2023 建筑消防設(shè)施檢測(cè)服務(wù)規(guī)范
- 銷售人員崗位職責(zé)培訓(xùn)
- 2024-2025學(xué)年九年級(jí)化學(xué)人教版上冊(cè)檢測(cè)試卷(1-4單元)
- 2024年遼寧省鞍山岫巖滿族自治縣事業(yè)單位招聘(150人)歷年高頻難、易錯(cuò)點(diǎn)500題模擬試題附帶答案詳解
- 護(hù)理質(zhì)控護(hù)士競(jìng)聘
- 《井中分布式光纖聲波傳感數(shù)據(jù)采集規(guī)程》標(biāo)準(zhǔn)報(bào)批稿
- 人音版 音樂 八年級(jí)下冊(cè) 第一單元 我和你教案
- 代理法人免責(zé)協(xié)議書版本
- 2024年青島港灣職業(yè)技術(shù)學(xué)院?jiǎn)握新殬I(yè)適應(yīng)性測(cè)試題庫必考題
- 門診導(dǎo)診課件
- 《糖尿病患者血脂管理中國專家共識(shí)(2024版)》解讀
評(píng)論
0/150
提交評(píng)論