第七章 平稳时间预测法.pptVIP

7 平稳时间序列预测法 7.1 概述 7.2 时间序列的自相关分析 7.3 单位根检验和协整检验 7.4 ARMA模型的建模 7.1 概 述 如果时间序列 满足 则称时间序列 服从q阶移动平均模型。 或者记为 。 7.3 单位根检验和协整检验 随机游动是单位根过程的一个特例，这主要体现在随机干扰项 和 区别 通过单位根的检验确定时间序列的平稳性 迪基-福勒检验、菲利普斯-配荣检验。 7.4 ARMA模型的建模 ARMA定阶方式 尝试法：先确定阶(p,q),然后计算残差，通过残差检验确定残差是否是白噪音。 Tasy和Tiao（1984）提出一种确定ARMA模型的阶数(p,q)的方法：AR(1)拟合，通过分析残差的自相关函数的截尾性 MA(q)序列的预测 （2）基于F 检验确定阶数 （3）利用信息准则法定阶（AIC准则和BIC准则） 此外常用的方法还有： 二、模型参数的估计 （1）初估计 AR(p)模型参数的Yule-Walker估计 特例：一阶自回归模型AR(1)： 二阶自回归模型AR(2)： MA(q)模型参数估计 特例： 一阶移动平均模型MA(1)： 二阶移动平均模型MA(2)： ARMA(p,q)模型的参数估计 由于模型结构的复杂性，比较困难，