时间序列吴喜之分析.ppt

* 指数平滑模型:指数趋势可乘季节模型(Exponential trend, multiplicative seasonality model) * 指数平滑模型:减幅趋势可加季节模型（Damped trend, additive seasonality model） * 指数平滑模型:减幅趋势可乘季节模型（Damped trend, multiplicative seasonality model） * ARIMA模型 平稳时间序列满足的条件：对所有t, E(Zt)=m，而且自协方差函数gts=cov(Xt,Xs)=E(Xt-m)(Xs-m)。 仅仅与差t-s有关，因此可以记gk=gt,t+k=cov(Xt-m)(Xt-m)。对于平稳序列，自相关函数(acf)定义为corr(Zt,Zt+k)= gk/g0。偏相关函数(pacf)定义为corr(Zt,Zt+k|Zt+1,…,Zt+k-1)。 函数acf和pacf的点图可以用来帮助识别平稳过程的ARMA(p,q)模型。AR(p)和MA(q)模型是ARMA(p,q)模型的特例，而ARMA(p,q)模型又是ARIMA(p,d,q)的特例（这里只有趋势，没有季节），而ARIMA(p,d,q)又是既有趋势又有季节成分的ARIMA(p,d,q)(P,D,Q)s模型的特例。 * ARIMA模型:为了便于描述公式，定义算子 *