第八章非平稳和季节时间序列模型分析方法[69p].pptVIP

上海财经大学 统计学系 非平稳和季节时间序列模型分析方法 在第四章中，我们介绍了非平稳时间序列模型，但是在前面的讨论中，对于时间序列的特性分析，以及模型的统计分析都集中于平稳时间序列问题上。本章将介绍几个非平稳时间序列的建模方法，并且分析不同的非平稳时间序列模型的动态性质。 §8.1 ARIMA模型的分析方法 8.1.1 ARIMA模型的结构 具有如下结构的模型称为求和自回归移动平均(Autoregressive Integrated Moving Average)，简记为ARIMA(p,d,q)模型： (8.1) 式中： 式(8.1)可以简记为： 式中， 为零均值白噪声序列。 由式(8.2)显而易见，ARIMA模型的实质就是差分运算与ARMA模型的组合。这一关系意义重大，这说明任何非平稳序列只要通过适当阶数的差分运算实现差分后平稳，就可以对差分后序列进行ARMA模型拟合了。而ARMA模型的分析方法非常成熟，这意味着对差分平稳序列的分析也将是非常简单、非常可靠的了。 例如，设ARIMA(1,1,1)模型 图8.1是给出的