第一章时间序列(中山大学)分析.pptVIP

时间序列的平稳性是时间序列建模的重要前提。 检验的对象： 序列是否具有常数均值和常数方差？ 序列的自相关函数是否仅与时间间隔有关，而与时间的起止点无关？ 检验的方法： 平稳性的参数检验法 平稳性的非参数检验法 时序图检验法 平稳性检验 检验的方法： 平稳性的参数检验法 比较麻烦 平稳性的非参数检验法-----游程检验法 可用SPSS软件计算 Analyze→Nonparametric Tests→Runs ∣Z∣≤1.96，则该时间序列平稳。 时序图检验法 平稳序列的均值和方差为常数，故其时序图应该在一个常数值附近随机波动，且波动的范围有界、无明显趋势及周期特征。 平稳性检验 1994年1月1日-1995年12月31日香港环境数据序列： (c) 表示二氧化氮的日平均水平； (d) 表示可吸入的悬浮颗粒物的日平均水平。 背景：时间序列模型是有时建立在具有正态分布特性的白噪声基础之上。因此，需要检验采集的数据是否具有正态特性。 检验方法： χ2拟合优度检验 比较麻烦 J-B统计量及相伴概率P 相伴概率 P 0.05，接受原假设，认为序列服从正态分布。 正态性检验 独立性检验 即为纯随机性检验 Bartlett定理： 如果一个时间序列是纯随机的，得到一个观察期数为n 的观察序列，那么该序列的延迟非零期的样本自相关系数将近似服从均值为零，方差为序列观察期数倒数的正态分布 独立性检验 Bartlett定理： 原假设：延迟期数小于或等于m期的序列值之间相互独立 检验统计量： Q统计量：Box和Pierce共同推导出 LB统计量：Box和Ljung共同推导出 结论： 当统计量的相伴概率P 0.05时，接受原假设，认为序列为纯随机序列。 离群点的检验与处理 离群点是指一个时间序列中，远离序列一般水平的极端大值和极端小值，也称为奇异值或野值。 形成离群点的原因是多种多样的：例如由于数据传输过程、采样及记录过程中发生信号失真或丢失等而产生，又如研究现象本身由于受各种偶然非正常的因素影响而形成离群点等等。 寻找和剔除离群点的方法：线性外推法 第0章 时间序列分析 时间序列分析概论 最早的时间序列分析可以追溯到7000年前的古埃及 古埃及人把尼罗河涨落的情况逐天记录下来，就构成所谓的时间序列。对这个时间序列长期的观察使他们发现尼罗河的涨落非常有规律。由于掌握了尼罗河泛滥的规律，使得古埃及的农业迅速发展，从而创建了埃及灿烂的史前文明。 按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列。对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析。 时间序列分析概论 时间序列是变量按时间间隔的顺序而形成的随机变量序列。 大量自然界、社会经济等领域的统计指标都依年、季、月或日统计其指标值，随着时间的推移，形成了统计指标的时间序列。 因此，时间序列是某一统计指标长期变动的数量表现。时间序列分析就是估算和研究某一时间序列在长期变动过程中所存在的统计规律性。 时间序列：按时间顺序排列的一组随机变量 简记为 观测值序列：随机序列的 n 个有序观测值，称之为序列长度为 n 的观测值序列 时间序列的定义 1985年-2007年我国居民消费价格指数CPI： 居民消费价格指数(Consumer Price Index) 英文缩写CPI，是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。 1978年-2007年我国GDP数据(单位:亿元)： GDP即国内生产总值，它是对一国经济在核算期内所有常住单位生产的最终产品总量的度量，常常被看成反映一个国家经济状况的重要指标。 1992年第一季度-2008年第三季度我国GDP季度数据(单位:亿元) ： 1997年1月-2008年9月美元对人民币汇率的月度数据(单位:元)： 2005年7月21日中国启动人民币汇率改革以来，不断完善汇率形成机制，人民币对美元汇率总体呈现小幅上扬态势。 1990年12月19日-2008年11月6日上证A股指数 日数据(除去节假日，共4386个数据)时序图： 1980年1月-1991年10月澳大利亚红酒的月销量 (单位：公升)时序图： 销量数据存在较为明显的上升趋势和季节变化 时间序列分析概论 时间序列分析依赖于不同地应用背景，有着不同的目的 分析的基本任务是揭示支配观测到的时间序列的随机规律，通过所了解的这个随机规律，我们可以理解所要考虑的动态系统，预测未来的事件，并且通过干预来控制将来事件。上述即为时间序列分析的三个目的。 通常的建模过程 第一步：对时间序列进行特性分析 一般从时间序列的随机性、平稳性和季节性三方面进行考虑 第二步：模型的识别与建立，这是