时间序列2013_chap1研究报告.pptx

时间序列分析TimeseriesAnalysis2013fall周凡吟第一章时间序列数据的总体概述第二章线性平稳时间序列模型第三章ARMA模型的特征第四章平稳时间序列模型的建立第五章平稳时间序列的预测第五章非平稳时间序列分析课程内容教材及参考书目：[1]史代敏等.应用时间序列分析，北京：高等教育出版社，2011[2]王燕.应用时间序列分析，北京：中国人民大学出版社，2005[3]Shumway,R.andStoffer,D.,TimeSeriesAnalysisandItsApplications:WithRExamples(2ndEd.),Springer,2006[4]Brockwell,P.andDavis,R.,TimeSeries:TheoryandMethods(2ndEd),Springer,1991[5]Brockwell,P.andDavis,R.,IntroductiontoTimeSeriesandForecasting(2ndEd),Springer,2002课程安排课程邮箱Emailstats_zfy@163.comPw:swufe_stats其他文件夹时间序列 OfficeHour:周一下午13:00-14:00 致知园234或邮件预约zfy@考试及成绩：20%课程作业（2次） 80%期末考试（闭卷）上机安排：第六周（暂定）第一章绪论第一节时间序列分析概论第二节时间序列分析的基本概念1.1时间序列分析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。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。从经济统计的角度讲：时间序列是某一个数量指标在不同的时间上的观测数值按时间先后顺序排成的序列。从这个定义可看出时间序列由两个要素构成：一个是指标数值，一个是时间。如GDP，失业人数统计，产品销售量，公司利润，股票价格指数，成交量等都呈时间序列的形式。1.1时间序列的含义1.1时间序列的含义9时间序列数据-案例GDP即国内生产总值，它是对一国（地区）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（地区）经济状况的重要指标。本例给出我国1978年—2007年GDP数据（单位：亿元）的时间序列图。Globalwarming：非线性时间序列数据-案例11时间序列数据-案例本例给出1980年1月—1991年10月澳大利亚红酒的月度销量（单位：公升）时序图。12时间序列数据-案例Peakbreaking-uptimes:13时间序列数据-案例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。本例给出了1997年1月—2008年9月美元对人民币汇率的月度数据（单位：元）时序图。14道琼斯指数的日收益率时间序列数据-案例1.1.2时间序列数据的特点时间序列中数据的位置与时间有关。通常是固定的观测频率或观测时间间隔。高频数据（high-frequencyortick-by-tickdata)中，观测时间间隔大多是irregular和asynchronous。在每一时间点上，指标（变量)受众多因素影响，其取值有一定的随机性。每个时点上的观测值可以是流量或存量数据。前后时间点上的观测值具有一定的相关性。研究的是某一个指标的时间序列，如GDP序列，销售量序列等。研究的是多个指标的时间序列，如广告费用和销售量序列，货币供应量与股标价格指数序列等。一元时间序列多元时间序列1.1.3时间序列的主要分类按所研究现象的多少分：每一个序列所对应的时间参数为间断点。如商品库存序列等。每一个序列所对应的时间参数为时间的连续函数。如气温序列等。离散性时间序列连续时间序列1.1.3时间序列的主要分类按观察时间的连续性：我们所研究的是离散性时间序列，对于连续性时间序列，可以采用等间隔采样使之化为离散序列。时间序列的统计特性不随时间而变化。时间序列的潜在随机过程是不变的。序列的未来变化趋势是可以从过去的变化趋势得知的。时间序列的统计特性随时间而变化。用一个建立在历史数据上的模型来反映序列的未来趋势是不可靠的。但可能是有规律的可循的变化。或者通过其他方法将非平稳序列转化为平稳或近似平稳序列。平稳时间序列非平稳时间序列1.1.3时间序列的主要分类按序列的统计特征：香港恒生指数1990.1.1~1996.6.28各交易日数据非平稳时间序列对香港恒生指数取一阶对数差分后趋势