传递函数模型与干预变量模型很全.docVIP

传递函数模型与干预变量分析 设表示某由于经济通常有记忆性，可以用一个ARMA模型来描述其变化规律，假定其变化规律 但是在许多，不仅仅受自己滞后值的影响，还会受其它一些输入变量的影响。我们考虑，广告费对的影响具有一定的滞后效应，假定其滞后的影响是一期，那么在中加入的滞后一期值，如果的滞后一期值对的影响效用是0.，则这个简单的输出和输入关系为 如果是一个适应的模型，那么该模型时刻的输出由三个部分组成，系统时刻的值，时刻输入的，以及与前两部分相互无关的随机扰动项。如果我们用后移算子，可以将模型写成 则模型可以写成本讨论多时间建模的相关问题。传递函数模型，了传递函数模型和脉冲响应函数的基本特征和性质，脉冲响应函数以及传递函数模型的稳定性。介绍了传递函数模型的识别、估计和诊断，并用通过实例说明建模的过程。最后干预变量的理论和建模过程。 第一节 传递函数模型的基本概念 在以前几章，我们讨论了单变量时间序列分析的建模、估计和诊断有关的问题。但是常常会遇到一个时间序列当期的表现，不仅受自己过去的影响，还与另一个或者多个时间序列相关联，这种线性系统输出与一个或多个输入变量有关，描述这种动态系统的模型称为传递函数模型。研究具有一个输入变量的单输出的线性系统，如图1所示。 图1 动态系统图示 模型的形式 是两个变量的时间序列模型，从这个模型我们可以看出，输入通过传递函数算子传递到输出上，而随机扰动项通过算子叠加到输出上，最终输出。又比如传递函数的模型，其含义是对输出的效用是，而随机扰动项通过算子叠加到最终输出中。传递函数形式 （） 其中 、、、为的多项式，其阶数依次分别为s、r、q及ps和r是和的阶数，描述对影响。q和p是和的阶数，描述随机冲击对的影响；称为延迟参数的期滞后值才开始对产生影响。是随机干扰项，相互独立。称为传递函数，图2示。 图2 一般传递函数模型 当然这比一个输入系统要复杂得多。 二、脉冲相应函数特征 由于传递函数是由B的多项式构成，所以对于传递函数的模型来说，只要确定其传递函数部分最重要三个参数、和传递函数模型传递函数的三个参数、和判定提供了工具。 设传递函数为 （） 由于是有理函数，从理论上讲是的无穷高阶多项式 的系数称为脉冲响应函数。说明的过去值如何影响系统的输出。根据（）式，有 再根据待定系数法， (3) 仔细观察（）式 （1）前个脉冲函数值为零，可见我们可以由此来定b；当时，脉冲响应函数 因为（）是不同的参数，无规律可循，所以这时的脉冲响应函数无固定形式； 的阶数为s，所以，则有 这恰好是一个阶的差分方程，可见当时的脉冲响应函数是该方程的解，所以当脉冲响应函数呈指数衰减个初始响应函数为。三个参数、和，则。 三、常见的传递函数的形式 为了加深对脉应函数的理解，我们常见的传递函数的情形。 的情形 情形的脉冲响应函数表 传递函数 脉冲响应函数 （2，0，0） ， （2，0，1） ，， （2，0，2） ，， 的情形 在这个情况下，当s=0时，从开始脉冲响应函数呈指数衰减；当s=1时，从开始脉冲响应函数呈指数衰减；当s=2时，从开始脉冲响应函数呈指数衰减 表2的情形的脉冲响应函数表 （b，r，s） 传递函数 脉冲响应函数 （2，1，1） ，， （2，1，2） ，，， 在时间序列的实务r和s很少超过2。 四、传递函数的稳定性 从时间序列滞后的特点来看，既往输入系统的，滞后期越长，则对系统的影响则越小，所以脉冲响应函数应该快速收敛到零，这样传递函数稳定性传递函数稳定性的要求与ARMA模型平稳性的要求是类似的所不同的是除了要求传递函数部分的稳定性，还要求干扰项部分的平稳性。为了保证 的传递函数绝对收敛的，即，特征方程 的根在单位圆之内，这时此系统称为稳定系统，这个条件相当于ARMA序列平稳的条件。 对于随机干扰部分的平稳性要求与前面对ARMA模型平稳性的要求是一样的，要求特征方程 的根在单位圆之内。 非稳的系统，总可以通过适当的差分将系统转换为系统。，讨论其稳定性。 解：特征方程的根为 而两个根的模所以特征方程的根在单位圆之内，传递函数是平稳的。又由于特征方程的根为0.45，小于1，所以模型的随机干扰项部分是平稳的。 第二节 传递函数模型的识别与估计 ARMA模型涉及的是单变量问题，是自相关和偏自相关函数，相关均讨论变量两个不同时刻间的相关而传递函数的模型是多元的时间序列分析，模型的识别会同时涉及到互相关和自相关问题，因为自相关在前的章节已经讨论，所以这里只讨论互相关。 互相关