建模与估计1.3-1.4(第三次课).ppt

第一章 ARMA模型与状态空间模型 第一章 ARMA模型与状态空间模型 第一章 ARMA模型与状态空间模型 第一章 ARMA模型与状态空间模型 第一章 ARMA模型与状态空间模型 第一章 ARMA模型与状态空间模型 第一章 ARMA模型与状态空间模型 第一章 ARMA模型与状态空间模型 第一章 ARMA模型与状态空间模型 第一章 ARMA模型与状态空间模型 《建模与估计》 第一章 ARMA模型与状态空间模型 《建模与估计》 第 三 次课 2015.04.08 第一章 ARMA模型与状态 空间模型 随机过程 平稳随机序列、白噪声、相关函数 自回归滑动平均模型 AR(n),MA(q),ARMA(p,q),平稳可逆 状态空间模型 非递推表达式、并联、串联、解耦、与ARMA的转换 1、平稳随机过程{X(t),t∈T}的定义？ 2、设x为零均值、方差为σ2的随机变量，问 是否为平稳随机过程？ 3、平稳随机序列标准相关函数的性质？ 4、白噪声at的相关函数rk的大小？ 5、两个平稳随机过程的和是否仍为平稳随机过程？ 课堂提问 §1.3 自回归滑动平均模型 例1：股市价格 zt=zt+at , 今天价格=昨天价格+随机波动 例2:油田产量随机递降 定义1.3.1：若时间序列zt有模型 其中模型残差at 是零均值、方差为σ2的白噪声, 为模型参数，则称该模型为p阶自回归模型，记为AR(p), p为它的阶次。（AR：autoregressive） 定义1.3.2：若时间序列zt有模型 zt = at - θ1at-1 - θ2 at-2 - … - θq at-q 其中at是零均值、方差为的σ2白噪声, θ1…θq为模型参数，则称该模型为q阶滑动平均模型，记为MA(q), q为它的阶次。 （MA：Moving Average） 其中at是零均值、方差为σ2的白噪声,则称上式为自回归滑动平均模型，记为ARMA(p,q)，p、q为它的阶次。 定义1.3.3：若时间序列zt有模型 引入单位滞后算子q-1(back shift operator)，q-1x(t)=x(t-1), 则ARMA(p,q)模型可简记为 AR(p)模型可简记为 MA(q)模型可简记为 举例 例: 考虑AR(1)模型 在什么条件下，AR(1)模型可写成一个平稳的随机序列？ ARMA(p,q)模型的平稳性 指什么条件下zt可通过at 来表示？即 ? 应用几何级数求和公式有无穷级数展式 这相当于把z(t)表为无穷阶滑动平均模型MA(∞)，要使上式成立，则要求|φ|1. 定理：ARMA过程平稳的充要条件是:以q-1为自变量的多项式 的零点都在单位圆外，并称这样的 是稳定的 多项式。 解： ARMA(p,q)模型的可逆性： 定理：ARMA(p,q)过程可逆的充分必要条件为: 以q-1为自变量的 多项式θ(q-1)的零点都在单位圆外，并称这样的θ(q-1)是 稳定的多项式。 指什么条件下，白噪声at可通过zt来表示。即 例：将下列AR(1)模型化为化为MA模型 (1-0.1q-1) zt = at (1-0.5q-1) zt= at = at +0.1 at -1+…≈MA(1) = at +0.5 at -1+ 0.25 at-2…≈MA(3) 解： 第四节 ARMA过程展式 (1)平稳的ARMA过程可用白噪声的线性运算生产。即可展为白噪 声的无穷级数。 (2)可逆的ARMA过程的输入白噪声可用它的输出的线性运算生成。 求Ψj,Πj的系数：(1)比较系数法 (2)几何级数法 (1) 求Ψj的比较系数法 即zt= Ψj (q-1)at ，这引出Ψj (q-1)= 即 (1-φ1 q-1- φ2 q-2…-φj q-j…-φp q-p) (Ψ0+Ψ1 q-1+ Ψ2 q-2…+Ψj q-j…) =1-θ1q-1-θ2q-2…-θqq-q 两边比较系数有： Ψ0=1 Ψ1-φ1= -θ1 … Ψj-φ1Ψj-1- φ2Ψj-2-…-φpΨj-p=-θj Ψ0=1 Ψ1-φ1=-θ1 … Ψj-φ1Ψj-1- φ2Ψj-2-…-φpΨj-p=-θj ∴Ψj=φ1Ψj-1+ φ2Ψj-2+…+φpΨj-p-θj 其中规定：Ψ0 =1，Ψj =0 j0, θj=0 j q Ψj=φ1Ψj-1+ φ2Ψj-2+…+φpΨj-p (j q) 即：φ(q-1)Ψj=0 (j q) 差分方程 differen