第四章时间序列简介解析.ppt

第四章 时间序列分析 第一节 随机过程、时间序列 第二节 时间序列模型的分类 第三节 自相关函数 第四节 偏自相关函数 第五节 时间序列模型的建立与预测 第一节 随机过程、时间序列 为什么在研究时间序列之前先要介绍随机过程？就是要把时间序列的研究提高到理论高度来认识。时间序列不是无源之水。它是由相应随机过程产生的。只有从随机过程的高度认识了它的一般规律。对时间序列的研究才会有指导意义。对时间序列的认识才会更深刻。 自然界中事物变化的过程可以分成两类。一类是确定型过程，一类是非确定型过程。 确定型过程即可以用关于时间t的函数描述的过程。例如，真空中的自由落体运动过程，电容器通过电阻的放电过程，行星的运动过程等。 非确定型过程即不能用一个（或几个）关于时间t的确定性函数描述的过程。换句话说，对同一事物的变化过程独立、重复地进行多次观测而得到的结果是不相同的。例如，对河流水位的测量。其中每一时刻的水位值都是一个随机变量。如果以一年的水位纪录作为实验结果，便得到一个水位关于时间的函数xt。这个水位函数是预先不可确知的。只有通过测量才能得到。而在每年中同一时刻的水位纪录是不相同的。 第二节 时间序列模型的分类 第三节 自相关函数 第四节 偏自相关函数 第五节 时间序列模型的建立与预测 1.模型的识别 2. 模型参数的估计 3. 诊断与检验 4.时间序列模型预测 附录：对(4.36)式（自相关函数通解表达式）的证明 问题的提出：如何判别其是自回归过程还是移动平均过 程？如何判别其过程的阶数呢？如何通过一个时间序列研究 其过程的平稳性呢？ 则（4.35）式的通解（证明见附录）是 ?k = A1 G1k + A2 G2k + … + Ap Gpk. (4.36) 其中Ai, i = 1, … p 为待定常数。这里 Gi-1, i = 1, 2, …, p 是特征方程 ?(L) = (1 - ?1 L - ?2 L2 - … - ?p Lp ) = 0 的根。 * * 时间序列分析方法由Box-Jenkins (1976) 年提出。它适用于各种领域的时间序列分析。 时间序列模型不同于经济计量模型的两个特点是： ⑴ 这种建模方法不以经济理论为依据，而是依据变量自身的变化规律，利用外推机制描述时间序列的变化。 ⑵ 明确考虑时间序列的非平稳性。如果时间序列非平稳， 建立模型之前应先通过差分把它变换成平稳的时间序列，再考虑建模问题。 条件？