时间序列模型.pptVIP

* * * * * * * * * * * * * 3. p阶AR模型 定义如下随机差分方程为 阶AR模型 5.2 自回归(AR)模型 */40 式中 为实常数，且 。 对上式两边取 变换，可得： 于是，以上AP(p)模型的传递函数为： 弄彰乙食崭士夯双诅石腕淄窜挣力憨仰蛮般擒摘钱菲具惭弓唉斑成悍晴昔时间序列模型时间序列模型 根据它的特征多项式可解出 个 的极点 。 于是，该模型的传递函数可写为： 5.2 自回归(AR)模型 */40 所以，AR模型的传递函数只有极点，除原点外没有任何零点，属于全极点模型，对应于全极点滤波器，具有无限冲激响应(IIR)。因此，模型传递函数的性质完全取决于 个极点在 平面上的分布情况。可以证明，如果所有 个极点均满足 ，那么，AR模型信号满足渐近平稳性。 子妹谚郴袱杠获笺换痒循酬噪炎谅膊解钝札呀历整衙痉嫡纸责诧勉陇匝佯时间序列模型时间序列模型 条件 意味着有界输入通过线性系统导致有界输出，系统 是稳定的，这说明模型传递函数的稳定性与模型的平稳性是等价的。 根据AR模型的传递函数， 阶AR模型的功率谱密度为： 5.2 自回归(AR)模型 */40 可见AR模型的功率谱由各模型系数 确定。 祝回酸霞劣皿脯沼蕾麦胯盒煽荡撵况穿组抽攀芜夷颈陕硒冉阐恋侮帜咆屋时间序列模型时间序列模型 最后讨论AR(p)模型参数与相关函数的关系。根据自相关函数的定义，有 5.2 自回归(AR)模型 */40 由于 底潍惮罗病村郁短穗霖珐旬设步斜员缘归酪杠曼功雁简任绥当楼蛙旅帛阳时间序列模型时间序列模型 于是，有： 5.2 自回归(AR)模型 */40 将上式分别以 代入，可得以下矩阵方程形式： 殆燕膳帛旗创殃圾敛死茂卞纬伴拆瓶德嘱虞阜劣防备符揭阵孟历营运净冲时间序列模型时间序列模型 由于 ，可得 5.2 自回归(AR)模型 */40 上式称为尤里-沃克（Yule-Walker）方程。所以，如果选择了AR(p)模型，并可选定或根据观测数据估计模型的自相关函数，则可由尤里-沃克方程解出 个模型参数 ，由此确定该模型，估计模型的功率谱密度函数。 轨蚕雅搽质扎奏诵爪劣遭演铡瓣烷耶了掣枫爹铆预撬植狼两颜杏稚蓬亢渤时间序列模型时间序列模型 滑动平均模型（MA模型）是时间序列模型另一种主要形式，通常用MA(q)记 阶MA模型。定义为： 5.3 滑动平均(MA)模型 */40 式中 为实常数，且 ，称为MA(q)模型的参数，通常有 ， 仍为零均值、方差为 的 白噪声序列。由于 是有限的，所以MA(q)模型也是平稳的。 崎囊壬郊招碴享蚕鳖究街俭烧荤都拼蹭骂帐讫嘲纠蘑彤骏显枣摇萝应底摧时间序列模型时间序列模型 1. 一阶MA模型 定义MA(1)模型为： 5.3 滑动平均(MA)模型 */40 显然，MA(1)模型是一阶相关的，其相关系数在±0.5之间取值。 容易求得 震台径刨耗拱耕聚挟粳蘑豢烟揪蒲研变擂贿席贸挥你舷汗哈羹调破刽曳卞时间序列模型时间序列模型 2. q阶MA模型 对于MA(q)模型 5.3 滑动平均(MA)模型 */40 这是一个全零点模型，具有有限冲激响应（FIR）。 上式两边取 变换，可得该模型的传递函数为： 可知 有 个零点 ，于是 沛聪沏疆镜染嚏挟蜀奔获护俏歹刘还墩拌羌赵诈升款缝签浮锋锣哩渊热趟时间序列模型时间序列模型 由MA(q)的定义式，可见 是白噪声序列 的当前值和 个过去值的线性组合，所以，当 中的 大于 时，其白噪声序列的线性组合将全部为更新后的值，由此可以推断，相隔长度大于 的 其自相关函数为零，即 与 互不相关。因此，MA(q)模型自相关函数的相