3 平稳时间序列分析.ppt

第三章 平稳时间序列分析 本章结构 3.1 方法性工具 本节结构 差分运算 延迟算子 线性差分方程 差分运算 一阶差分 阶差分 步差分 延迟算子 延迟算子类似于一个时间指针，当前序列值乘以一个延迟算子，就相当于把当前序列值的时间向过去拨了一个时刻 记B为延迟算子，有 延迟算子的性质 ，其中 用延迟算子表示差分运算 阶差分 步差分 线性差分方程 线性差分方程 齐次线性差分方程 齐次线性差分方程的解 特征方程 特征方程的根称为特征根，记作 齐次线性差分方程的通解 不相等实数根场合 有相等实根场合 复根场合 非齐次线性差分方程的解 非齐次线性差分方程的特解 使得非齐次线性差分方程成立的任意一个解 非齐次线性差分方程的通解 齐次线性差分方程的通解 和非齐次线性差分方程的特解 之和 时序分析与线性差分方程的关系 常用的时间序列模型和某些模型的自协方差函数和自相关函数都可以视为线性差分方程 线性差分方程对应的特征根的性质对判断模型的平稳性有着非常重要的意义 本章结构 3.2 ARMA模型 本节结构 AR模型（Auto Regression Model） MA模型（Moving Average Model） ARMA模型（Auto Regression Moving Average model） AR模型的定义 具有如下结构的模型称为 阶自回归模型，简记为 特别当 时，称为中心化 模型 AR(P)序列中心化变换 称 为 的中心化序列 ，令 自回归系数多项式 引进延迟算子，中心化 模型又可以简记为 自回归系数多项式 AR模型平稳性判别 判别原因 AR模型是常用的平稳序列的拟合模型之一，但并非所有的AR模型都是平稳的 判别方法 单位根判别法 平稳域判别法 自回归方程的解 任一个中心化 模型 都可以视为一个非齐次线性差分方程，它的通解求法如下 （1）求齐次线性差分方程 的一个通解 （2）求非齐次线性差分方程 的一个特解 （3）求非齐次线性差分方程 的通解 单位根检验 自回归序列平稳，要求 成立的条件 平稳域判别 对于一个 模型而言，如果没有平稳性的要求，实际上也就意味着对参数向量没有任何限制，它们可以取遍维欧氏空间的任意一点 如果加上了平稳性限制，参数向量就只能取维欧氏空间的一个子集，使得特征根都在单位圆内的系数集合 对于低阶自回归模型用平稳域的方法判别模型的平稳性通常更为简便。 AR(1)模型平稳条件 方程结构 特征根 平稳域 AR(2)模型的平稳条件 方程结构 特征根 平稳域 AR(2)的平稳域 例3.1:考察如下四个模型的平稳性 例3.1平稳序列时序图 例3.1非平稳序列时序图 例3.1平稳性判别 平稳AR模型的统计性质 均值 方差 协方差 自相关系数 偏自相关系数 均值 如果AR(p)模型满足平稳性条件，则有 根据平稳序列均值为常数，且 为白噪声序列，有 推导出 Green函数定义 AR模型的传递形式 其中系数 称为Green函数 Green函数递推公式 原理 方法：待定系数法 例3.2:求平稳AR(1)模型的方差 平稳AR(1)模型的Green函数 Green函数为 平稳AR(1)模型的方差 方差 平稳AR模型的传递形式 两边求方差得 协方差函数 在平稳AR(p)模型两边同乘 ，再求期望 根据 得协方差函数的递推公式 例3.3:求平稳AR(1)模型的协方差 递推公式 平稳AR(1)模型的方差为 协方差函数的递推公式为 例3.4:求平稳AR(2)模型的协方差 平稳AR(2)模型的协方差函数递推公式为 自相关系数 自相关系数的定义 平稳AR(P)模型的自相关系数递推公式 常用AR模型自相关系数递推公式 AR(1)模型 AR(2)模型 AR模型自相关系数的性质 AR模型自相关系数的表达式是一个齐次差分方程，设它的通解形式为 呈指数衰减 拖尾性 例3.5:考察如下AR模型的自相关图 例3.5：考察四个平稳AR模型的自相关图 自相关