第二十三章时间序列模型.pptVIP

* * * 时间序列模型 庞 辉 模型简介 时间序列的图形化观察 时间序列的建立和平稳化 时间序列的建模与预测 1.基本概念 时间序列是某一个或某几个统计指标长期变动的数量表现。 通常，讲时间序列描述成一个有序的数列： ，其中t表示时间序号。 可能包含的4种信息：长期趋势、循环、季节变化、不规则变化。 一、模型简介 差分：后值减前值，消除前后数据的依赖性。 季节差分：用后一个周期相同位置的值减去前一个周期相 同位置的值，没有定义周期的数据不能做季节性差分。 移动平均法：在原时间序列内依次求连续若干期的平均数 作为其某一期的趋势值，如此逐项递移求得一系列的移动平均数，形成一个新的、派生的平均数时的时间序列。 **** 对于既有趋势性又有季节变化的序列，可同时进行差分和季节差分处理。消除序列中随机波动的影响（不规则变化）用平滑处理（包括：移动平均法、移动中位数以及以上两者的结合） 2.分析步骤 ? 运用一些探索性的手段，探索模型的重要特征，选择合适的建模方法。 ? 通过各种方法，得到比较合适的时间序列模型框架 ? 模型诊断，包括拟合优度分析、残差分析、异常值分析等 ④ 选择一个表现最好的模型 ⑤ 用所选的模型做预测 ⑥ 随着数据量的增加，不断调整模型