ARMA模型精品课件.ppt

  1. 1、本文档共29页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
ARMA模型精品课件

* * 时间序列分析模型 时间序列分析模型简介 一、时间序列分析模型概述 1、自回归模型 2、移动平均模型 3、自回归移动平均模型 二、随机时间序列的特性分析 三、模型的识别与建立 四、模型的预测 1 时间序列分析模型【ARMA模型 】简介 ARMA模型是一类常用的随机时间序列模型,是一种精度较高的时间序列短期预测方法,其基本思想是:某些时间序列是依赖于时间 的一族随机变量,构成该时间序列的单个序列值虽然具有不确定性,但整个序列的变化却有一定的规律性,可以用相应的数学模型近似描述. 通过对该数学模型的分析研究,能够更本质地认识时间序列的结构与特征,达到最小方差意义下的最优预测. ARMA模型有三种基本类型: 自回归(AR:Auto-regressive)模型 移动平均(MA:Moving Average)模型 自回归移动平均(ARMA:Auto-regressive Moving Average)模型 一、概 述 1 时间序列分析模型【ARMA模型 】简介 1、自回归【 AR 】模型 自回归序列 : 如果时间序列 是它的前期值和随机项的线性函数,即可表示为 【1】 【1】式称为 阶自回归模型,记为AR( ) 注1:实参数 称为自回归系数,是待估参数.随机项 是相互独立的白噪声序列,且服从均值为0、方差为 的正态分布.随机项与滞后变量不相关。 注2:一般假定 均值为0,否则令 1 时间序列分析模型【ARMA模型 】简介 记 为 步滞后算子,即 ,则模型【1】可表示为 令 ,模型可简写为 AR( )过程平稳的条件是滞后多项式 的根均在单位圆外,即 的根大于1 【2】 1 时间序列分析模型【ARMA模型 】简介 2、移动平均【MA】模型 移动平均序列 : 如果时间序列 是它的当期和前期的随机误差项的线性函数,即可表示为 【3】 式【3】称为 阶移动平均模型,记为MA( ) 注:实参数 为移动平均系数,是待估参数 1 时间序列分析模型【ARMA模型 】简介 引入滞后算子,并令 则模型【3】可简写为 注1:移动平均过程无条件平稳 注2:滞后多项式 的根都在单位圆外时,AR过程与MA过程 能相互表出,即过程可逆, 【4】 即为MA过程的逆转形式,也就是MA过程等价于无穷阶的AR过程 注3:【2】满足平稳条件时, AR过程等价于无穷阶的MA 过程,即 1 时间序列分析模型【ARMA模型 】简介 3、自回归移动平均【ARMA】模型 【B-J方法建模】 自回归移动平均序列 : 如果时间序列 是它的当期和前期的随机误差项以及 前期值的线性函数,即可表示为 【5】 式【5】称为 阶的自回归移动平均模型,记为ARMA 注1:实参数 称为自回归系数, 为移动平均系数, 都是模型的待估参数 注2:【1】和【3】是【5】的特殊情形 注3:引入滞后算子,模型【5】可简记为 【6】 注4:ARMA过程的平稳条件是滞后多项式 的根均在单位圆外 可逆条件是滞后多项式 的根都在单位圆外 1 时间序列分析模型【ARMA模型 】简介 二、随机时间序列的特性分析 1、时序特性的研究工具 (1)自相关 构成时间序列的每个序列值 相关关系称为自相关。自相关程度由自相关系数 表示时间序列中相隔 期的观测值之间的相关程度。 之间的简单 度量, 注1: 是样本量, 为滞后期, 代表样本数据的算术平均值 注2:自相关系数 的取值范围是 且 越接近1,自相关程度越高 1 时间序列分析模型【ARMA模型 】简介 (2)偏自相关 偏自相关是指对于时间序列 ,在给定 的条件下, 与 之间的条件相关关系。 其相关程度用 度量,有 偏自相关系数 其中 是滞后 期的自相关系数, 1 时间序列分析模型【ARMA模型 】简介 2、时间序列的特性分析 (1)随机性 如果一个时间序列是纯随机序列,意味着序列没有任何规律性,序列诸项之间不存在相关,即序列是白噪声序列,其自相关系数应该与0没有显著差异。可以利用置信区间理论进行判定。 在B-J方法中,测定序列的随机性,多用于模型残差以及评价模型的优劣。 (2)平稳性 若时间序列 满足 1)对任意时间 ,其均值恒为常数; 2)对任意时间 和 ,其自相关系数只与时间间隔 有关,而与 的起始点无关。 那么,这个时间序列就称为平稳时间序列

文档评论(0)

ustt001 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档