- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第六章 多维时间序列的AR
第六章 多维时间序列的AR模型 多维平稳序列 多维平稳序列的均值和自协方差函数的估计 多维AR(p)序列 例:序列y1,y2,y3分别表示我国1952年至1988年工业部门、交通运输部门和商业部门的产出指数序列。 第一节 多维平稳序列 一、二阶矩有穷的多维时间序列 定义1.1 设 为m维随机向量序列,其中 若 ,则称 为二阶矩有穷的m维随机向量序列,简称 为m维随机序列。记 分别称为 的均值向量函数和协方差 阵函数,其中*表示共轭转置。 二、多维平稳时间序列 定义1.2:设 为m维二阶矩有穷随机序列,若均 值向量函数 和协方差函数 满足 则 称为m维平稳序列, 称为平稳相关。 定理1.1 为m维平稳序列的协方差阵函数,则 (i) (ii) (iii) (iv) 对任意正整数 ,m维复向量 ,有 即 为非负定阵。 定义1.3:若m维平稳序列 满足 (1.1) 其中S0(正定阵),则称 为m维平稳白噪声序 列,简称m维白噪声序列。 定义1.4:若m维随机序列 满足: (1.2) 其中 为满足(1.1)的s维白噪声序列, 为 常值阵序列,满足 则称 为m维平稳线性序列。可证(1.2)中的每个分量 都均方收敛,且有 三、常见多维平稳模型 1、多维滑动平均模型 2、多维自回归模型 第二节 多维平稳序列的均值和 自协方差函数的估计 简单起见,以下假定序列为实序列 一. 均值的估计 设 是m维平稳序列, 是观测值,均值 的点估计定义为 相合性: 定理2.1 如果 的每个分量序列 都是严平稳遍历序列,则当 时 定理2.2 如果自协方差函数满足条件 则 其中 定理2.3 如果 则当 时,有 定理2.4 如果 为以下的m维平稳线性序列 二. 自协方差函数的估计 设 是m维平稳序列, 是观测值, 的估计为 相关系数 的估计为 其中 表示 的第(i,j)元素,自相关 系数矩阵的估计是 第三节 多维AR(p)序列 一. 多维ARMA模型 定义3.1 设 为实m维平稳序列, 称它为k 维ARMA(p,q)序列,如果 满足如下m维随机差分方程 (3.1) 其中 为 实系数阵, 为实m维白噪声序列, 记 (3.2) 且满足如下条件: (i) (ii) 和 是左互质,即若 ,则 (iii) ,rank表示秩。 若满足条件(i),则称(3.1)具有平稳性和可逆性,且有 当p=0时,称(3.1)为m维MA(q)模型, 当q=0时,称(3.1)为m维AR(p)模型。 多维ARMA(p,q)模型(3.1)的传递形式和逆转形式分别 为: 且 注:对多维ARMA(p,q)模型建模时遇到两大困 难, (1)多维ARMA(p,q)模型的参数不可由 唯一决 定,当然也不可由 的自协方差函数唯一决定 称之为多维ARMA模型的不可识别性。 (2)一维ARMA模型中,对滑动平均参数的估计常 要采用非线性最小二乘估计,对于多维情形就更 复杂、更困难。 二. 多维AR模型 定义3.2 设 为实m维平稳序列,
文档评论(0)