时间序列简介new.pptVIP

前 言 什么是时间序列？ 按照时间次序排列的随机变量序列 什么是时间序列分析？ 时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。 时间序列分析的历史 (1)早期的时序分析通常都是通过直观的数据比较或绘图观测，寻找序列中蕴含的发展规律，这种分析方法就称为描述性时序分析法。它具有 操作简单、直观有效的特点，从史前直到现在一直被人们广为使用，它通常是人们进行统计时序分析的第一步。而在天文、物理、海洋学等自然科学领域，这种简单的描述性时序分析方法也常常能使人们发现意想不到的规律 。 例如古埃及人通过对尼罗河涨落情进行长期观察得到其涨落规律：天狼星第一次和太阳同时升起的那一天之后，再过两百天左右，尼罗河就开始泛滥，泛滥将持续七八十天，洪水过后，土地肥沃，随意播种就会有丰厚的收成。 再例如 19世纪中后叶，德国药剂师、业余天文学家施瓦贝经过几十年不断的观察、记录，发现了太阳黑子的活动具有11年左右的周期。 (2)随着研究领域的不断拓广，人们发现单纯的描述性时序分析有很大的局限性。在金融、保险、法律、人口、心理学等社会科学研究领域，随机变量的发展通常会呈现出非常强的随机性，想通过对序列简单的观察和描述，总结出随机变量发展变化的规律，并准确预测出它们将来的走势通常是非常困难的。为了更准确地估计随机序列发展变化的规律，从20世纪20年代开始，学术界利用数理统计学原理分析时间序列 。研究的重心从表面现象的总结转移到分析序列值内在的相关关系上，由此开辟了一门应用统计学科——时间序列分析。 时间序列分析是怎样一个学科？ 时间序列分析是数理统计学的一个专业分支，它遵循数理统计学的基本原理：利用观察信息估计总体的性质（即统计规律）。 时间序列分析的特点怎样？ 由于时间的不可重复性，使得人们在任意一个时刻只能获得唯一的一个序列观察值，这种特殊的数据结构导致时间序列分析有它非常特殊的自称体系的一套分析方法。 时间序列分析的应用领域如何？ 时间序列分析常用于国民经济宏观控制、区域综合发展规划、企业经营管理、市场潜量预测、信号处理、机械振动、气象预报、水文预报、地震兆前预报、农作物病虫灾害预报、环境污染控制、生态平衡、天文学和海洋学等方面。 时间序列的主要任务是什么？ 主要任务是根据观测数据特点为数据建立尽可能合理的统计模型，利用模型统计特性解释数据的统计规律，以期达到控制或预报的目的。 时间序列建模基本步骤 ①用观测、调查、统计、抽样等方法取得被观测系统时间序列动态数据。 ②根据动态数据作相关图，进行相关分析，求自相关函数。 ③辨识合适的随机模型,进行曲线拟合,即用通用随机模型去拟合时间序列的观测数据。 选用教材： 《应用时间序列分析》 何书元 著 北京大学出版社 需要预备知识： 数学分析、高等数学、概率论、数理统计、泛函分析等（数学院基础专业课知识已够） 教材主要内容介绍 第一章 时间序列 第二章 自回归模型 第三章 滑动平均模型与自回归滑动平均模型 第四章 均值和自协方差函数的估计 第五章 时间序列的预报 第六章 ARMA模型的参数估计 第七章 潜周期模型的参数估计 第八章 时间序列的谱估计 第九章 多维平稳序列介绍 * * 本书以时间序列的线性模型和平稳序列的谱分析为主线，介绍时间序列的基本知识，常用建模和预测方法 参考文献： 本书特点是案例分析与上机练习，理论联系实际紧密，便于学习和理解 本书中案例非常丰富，而且都来源于实践。有中文版 本书理论性较强，作者很严谨也很虔诚。有中文版 Engle 和Grange因为他们的时间序列模型在经济金融中的应用而获得2003年诺贝尔经济学奖。此书为中文版 此书中带有用R语言处理的案例