非平稳时间序列.ppt

第六章、非平稳时间序列 一、非平稳性的检验 几种简单、常用的检验方法： （1）数据图法 （2）自相关、偏自相关函数检验法 （3）特征根检验法 （4）参数检验法 （5）逆序检验法 （6）游程检验法。 二、非平稳序列的确定性分析 1、确定性因素分解 ①传统的因素分解 长期趋势 循环波动 季节性变化 随机波动 ②现在的因素分解 长期趋势波动 季节性变化 随机波动 2、确定性时序分析的目的 克服其它因素的影响，单纯测度出某一个确定性因素对序列的影响 推断出各种确定性因素彼此之间的相互作用关系及它们对序列的综合影响 趋势分析 目的 有些时间序列具有非常显著的趋势，我们分析的目的就是要找到序列中的这种趋势，并利用这种趋势对序列的发展作出合理的预测 常用方法 趋势拟合法 平滑法 趋势拟合法就是把时间作为自变量，相应的序列观察值作为因变量，建立序列值随时间变化的回归模型的方法 分类 线性拟合 非线性拟合 线性拟合 使用场合 长期趋势呈现出线形特征 模型结构 非线性拟合 使用场合 长期趋势呈现出非线形特征 参数估计指导思想 能转换成线性模型的都转换成线性模型，用线性最小二乘法进行参数估计 实在不能转换成线性的，就用迭代法进行参数估计 X-11过程 简介 X-11过程是美国国情调查局编制的时间序列季节调整过程。它的基本原理就是时间序列的确定性因素分解方法。 该法始于上世纪二三十年代，那时不存在合适的分析模型；在历史数据基础上只能有效表达一段有限长度时间序列的发展变化规律，一旦加入更多数据，模型就不具有很好的解释性。由于以上原因，在X-11过程中普遍采用移动平均的方法：用多次短期中心移动平均消除随机波动，用周期移动平均消除趋势，用交易周期移动平均消除交易日影响。在整个过程中总共要用到11次移动平均，所以称为X-11过程。 因素分解 长期趋势起伏 季节波动 不规则波动 交易日影响 模型 加法模型 乘法模型 对1993年——2000年中国社会消费品零售总额序列使用X-11过程进行季节调整 选择模型，由于没有交易日影响考虑乘法模型： 三、非平稳序列的随机分析 1、差分运算 2、ARIMA模型 1、差分运算 差分方式的选择 序列蕴含着显著的线性趋势，一阶差分就可以实现趋势平稳 序列蕴含着曲线趋势，通常低阶（二阶或三阶）差分就可以提取出曲线趋势的影响 对于蕴含着固定周期的序列进行步长为周期长度的差分运算，通常可以较好地提取周期信息 过差分 2、ARIMA模型结构 ARIMA 模型族 d=0 ARIMA(p,d,q)=ARMA(p,q) P=0 ARIMA(P,d,q)=IMA(d,q) q=0 ARIMA(P,d,q)=ARI(p,d) d=1,P=q=0 ARIMA(P,d,q)=random walk model ARIMA(p,d,q)模型共有p+d个特征根，其中p个在单位圆内，d个在单位圆上。所以当 时ARIMA(p,d,q)模型非平稳。 ARIMA模型建模步骤 Base SAS –系统核心 –数据管理任务 –用户使用环境 ?SAS/STAT –统计分析模块 ?SAS/ETS –时间序列分析模块 ?SAS/IML –交互式矩阵程序设计模块 ?SAS/Graph –绘图模块 菜单栏 File——文件选项。用于处理文件的打开、关 闭、保 存、输入及输出等。 Edit——编辑选项。用于文件的复制、剪切、清除、选择、查找及替代等。 View——视图选项。用于切换不同的视窗。 Tools——工具选项。主要是提供各种编辑工具，并可以进行系统信息的更改与管理。 Run——程序运行选项。该选项只有在当前窗口为编辑 窗口时出现。 Solutions——分析方案选项。它提供各种分析方法。 Window——窗口选项。提供窗口控制的大小、排列方式及窗口间的切换。 Help——帮助选项。 工具栏（从左至右） 命令输入及提交窗口、创建新文件、打开旧文件、保存、打印、预览、剪切、复制、粘贴、复原、目录库、资源管理器、提交程序给SAS执行、删除、中断运行及帮助等。 窗口（从左至右） 结果输出窗口、运行记录窗口及程序编辑窗口 程序执行 选中需要执行的语句 单击工具条按钮 SAS Log窗口：有关程序执行的信息，包括警告、错误消息 SAS Output窗口：结果输出 SAS程序的组成 SAS程序的组成 SAS数据集：SAS存取数据的基本单位，逻辑上是一个二维数据表 数据步（Data step） –创建、修改、加工整理SAS数据集 过程步（Proc step） –加工整理、分析、显示 程序语句的界定 数据步 –起始：DATA –中止： Run； 下一个da