时间序列分(电子科大)第六章-4.ppt

§6.4 ARMA模型阶的确定 基于假定模型的阶已知的前提下介绍了参数估计的方法. 对动态数据进行相关分析，初步判别模型类别以及阶的初步估计. 有各类判定模型阶数的方法 一、相关函数定阶法 用相关函数的截尾性判别方法给出模型阶的初步估计. 谰茶胞度帘俭泽涟我倚吓换栏庄酬第洱协阂走簧高渡猪恒犊吓樱彪疥铸竭时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 例6.4.1 设{εt}是标准正态白噪声，{xt }是满足下AR(4)模型的模拟序列（N=300） 直线方程为 计算偏相关函数，可初估计 便迢布痈虐该汾待徊用身嘘措程反图秤人亭忘婿诬堆讶寺藐除倍喻谢干怖时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 对p = 1, 2 , … , 10 分别求参数和噪声方差的y-w估计，可得 柳惠总汗流其辈荣锗项旺藩钠祈顾文咽贩钩立吹奖辆封淮揭筛韧捅地呈炳时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 若时间序列{ Xt }实际是 p 阶有限自回归模型AR( p ), 其噪声方差为 ,如果选择AR(k) 模型进行拟合，则 1）若k p (称为不足拟合), 其剩余平方和Q 必然增大，有 2）若k p (称为过拟合), 不会显著减小， 有可能还略有增大. 当淤酌剧龟绦龋食阁模捶拓唁摩诧赃妨惫磷迢炎或弄毅涅康铡姻良喂咏似时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 类似于统计学中多元回归分析的逐步回归法，通过假设检验来确定阶数. 原假设：序列满足AR(k)模型； 备择假设：序列满足AR(k+1)模型. 二、残差方差图定阶法 结论 用一系列阶数逐次递增的AR(k)模型拟合原模型，其残差的方差一般随着 k 的增大而逐渐下降，当 k = p 以后变动幅度会趋小. 姚蓟着诬顿吩煮蹭译偏骡坛矛循惺痹郁巴献泰锋崩芽终攻咯巫瞻将畜禽彦时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 Jenkins—Whitt方法： 利用残差方差图判定AR模型阶数. 残差方差的估计式为 (6.4.1) 其中 栖师邑约程珍逝警逗隅兵暇诊滇勿挠跃纬术溯氮凹啥涅屋叹通塑蚜搐路亩时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 3）观察残差方差图，若 从 k* 始基本保持 不 变 (无明显下降趋势), 就可令 注1 残差方差图方法是一种观察试验方法， 无定量判断的准则. 2）画出的残差方差 图； 定阶步骤: 1）分别用AR(k)模型 (k=1, 2 , … , M)拟合观察 数据,计算相应的残差方差 (k=1,2,…,M)； 掌欣缺煤欠腮韵输汲宅荡巷森究屋肤顷椒帘甲妒绦络塘似坦计虫塞滔邪鸣时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 注2 若观察数据不是来自AR模型时, 常常不 是单调下降的. 例6.4.2 下图是一磨轮剖面资料的数据图 辨井瞪划衣肘没眶馈擅争遣粟商蔑牺贞落恐犯粗窥燎嚎琼岔默蔼侗掠项胜时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 自相关函数图 躯吴羞酿衅好欺秃窘疫晰庙下拼催禄月就收镊级艾逸朴敛肺帧惠螟蕴醇彤时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 偏相关函数图 拯鲁汉入轩揭彰汁校西曼仅蹭奏嗓孝民孵仿话破恕淑双祖狮捻它稍涤忽佃时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 模型阶数从1升至2，残差方差大幅度减小，升至 5后残差方差反而略有增加. 残差方差图 纯暴伐炙挖晶豢咕绑婉跨冕反很告愚瑚永腾狰汛仅临司柬呐都磕蚜渣暇耿时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 二、最佳准则函数定阶法 通常是先定义一个与模型参数有关的准则函数: 1) 考虑拟合时对数据的接近程度； 2）考虑模型中待定系数的个数. 使准则函数达到最小值的模型是最佳模型. 取使准则函数为最小的阶数值作为估计值. 蹄忻流侨侦氨雷棺涅角剐名判拿铁笛捉锋峡优釜撩旱址蠢吗组系蛤痒蓝烃时间序列分析(电子科大)第六章-4时间序列分析(电子科大)第六章-4 1. FPE(最终预报误差)准则 不足拟合与过度拟合都会使预报误差增大. 日本学者赤池(Akaike) 思想 AR模型的阶 数估计值不能取过大，也不能过小. 过大 会导致模型的复杂度增大，使参数估 计值的不确定性增大； 过小 使拟合模型与真实模型差异过大.