时间序列分析教材5.ppt

图 三、季节变动的调整 例题 例7 一、循环变动及其测定目的 二、循环变动的测定方法 （一）直接法 （二）剩余法 循环变动分析 循环变动分析-意义 循环变动分析—形式 直接法 剩余法 操作步骤 用移动平均法，得到TC的估计，由Y/TC,得到仅含季节变动的序列，计算季节指数 对原序列建立趋势方程，得趋势项T的估计值 原始序列Y/TS得CI的数据 对CI进行移动平均得到C的估计 注：剔除趋势求季节指数，如果没有特别要求就先采用移动平均法求其趋势，然后求季指 回总目录 回本章目录 平稳时间序列概述 平稳时间序列定义 常见时间序列模型 严平稳 回总目录 回本章目录 平稳时间序列 所谓平稳时间序列，指如果序列 二阶矩有限 , 且满足如下条件： 对任意整数 为常数； 对任意整数 自协方差函数 仅与时间间隔 有关，和起止时刻 无关。即 则称序列 为宽平稳（或协方差平稳，二阶矩平稳）序列 当 时，自协方差函数就是方差 回总目录 回本章目录 平稳序列 图形上来看就是： (1)序列围绕常数的长期均值波动，称为是均值回复(Meaning Reversion) (2)在每一时刻，方差对均值的偏离基本相同，波动程度大致相等。 回总目录 回本章目录 最简单的宽平稳序列是白噪声，常记为 ， 它是构成其他序列的基石，一般白噪声的定义如下： 对任意 对任意 对不同的时刻 自回归模型（AR：Auto-regressive）； 滑动平均模型（MA：Moving-Average）； 自回归滑动平均模型（ARMA：Auto-regressive Moving-Average）。 回总目录 回本章目录 常见时间序列模型 P阶自回归模型AR(P)模型 回总目录 回本章目录 其中 称为自回归系数， 为白噪声序列 上式称为是p阶自回归模型，简记为AR(p) 当 满足一定条件时，序列是平稳的 零均值时间序列 满足如下形式 q阶滑动平均模型MA(q)模型 回总目录 回本章目录 其中 称为滑动平均系数， 为白噪声序列 上式称为是q阶滑动平均模型，简记为MA(q) 当阶数q有限时，序列是平稳的 零均值时间序列 满足如下形式 自回归滑动平均模型(ARMA)模型 回总目录 回本章目录 其中 称为自回归系数， 称为滑动平均系数， 为白噪声序列 上式称为是p阶自回归模型－q阶滑动平均模型，简记为AMMA(p,q). 当p=0, AMMA(p,q)－－MA(q) 一般ARMA模型的数学形式为 当 满足一定条件时，序列是平稳的.从以上定义中可以看出,AR模型和MA模型即为ARMA模型的特例 当q=0, AMMA(p,q)－－MA(p) 回总目录 回本章目录 ARMA模型的识别 相关函数定阶法 信息准则定阶法 严平稳 回总目录 回本章目录 相关函数定阶法 采用ARMA模型对现有的数据进行建模，首要的问题是确定模型的阶数，即相应的p,q的值，对于ARMA模型的识别主要是通过序列的自相关函数以及偏自相关函数进行的。 序列的自相关函数度量了 与 之间的线性相关程度，用 表示，定义如下 其中 表示序列的方差 * * 第十一章 时间序列分析 南京财经大学统计学系 本章内容 第一节 时间序列的有关概念 一、构成因素 二、数学模型 第二节 时间序列的因素分析 一、图形描述 二、长期趋势分析 三、 季节变动分析 四、 循环变动分析 第三节 平稳时间序列分析 一、平稳时间序列概述 二、ARMA模型的识别 三、 模型参数的估计 时间序列 把某种现象发展变化的指标数值按一定时间顺序排列起来形成的数列，称为时间序列（数列），有时也称为动态数列。 任何一个时间序列都具有两个基本要素：一是现象所属的时间、二是与时间所对应的指标值 时间序列的构成要素 长期趋势(long Trend) 季节变动(Seasonal Fluctuation) 循环变动(Cyclical Variation) 不规则变动(Irregular Random Variation) 时间序列的数学模型 乘法模型 ： Y=T×S×C×I 加法模型： Y=T+S+C+I 图形描述 作图是显示统计数据基本变动规律最简单、最直观的方法，根据图我们可以识别： 平稳时间序列 非平稳时间序列 仅包含长期趋势的时间序列 既包含长期趋势、又包括季节变动的