第七章趋势性时间序列分析.ppt

第二节 随机时间序列的趋势性检验 根据平稳时间序列均值、方差为常数的性质，平稳序列的时序图应该显示出该序列始终在一个常数附近随机波动，而且波动范围有界的特点。如果观察序列的时序图显示出该序列有明显的趋势性或周期性，那它通常不是平稳序列。 第二节 平稳化方法 2. 序列蕴含着曲线趋势，通常低阶(2阶或3阶)差分就可以提取出曲线趋势的影响 尝试提取1950年——1999年北京市民用车辆拥有量序列的确定性信息 第三节 趋势模型 ARIMA 模型族 d=0 ARIMA(p,d,q)=ARMA(p,q) p=0 ARIMA(p,d,q)=IMA(d,q) q=0 ARIMA(p,d,q)=ARI(p,d) d=1,p=q=0 ARIMA(p,d,q)=random walk model ARIMA模型的性质 平稳性 方差齐性随机游走模型结构 常见的ARIMA模型 ARIMA模型建模 * * 第七章 趋势性时间序列模型 图 日温度及增量趋势 时序图清晰地显示，1阶差分运算已经非常成功地从原序列中提取了线性趋势，差分后序列呈现出非常平稳的随机波动。 1阶差分