第13章 ARMA模型的识别与估计课件.ppt

下载文档 降价啦

12
0
约小于1千字
约 15页
2017-05-30 发布于河南
举报
版权申诉
保障服务

第13章 ARMA模型的识别与估计课件.ppt

1、本文档共15页，可阅读全部内容。
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、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、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)。

第13章 ARMA模型的识别与估计课件

时间序列分析模型（二）;时间序列模型;随机时间序列模型的平稳性条件;2、MA (q)模型的平稳性当滞后期大于q 时，Xt的自协方差系数为0.因此，有限阶移动平均模型总是平稳的。 3、ARMA (p, q)模型的平稳性由于ARMA (p, q)模型是AR (p)模型与MA (q)模型的组合，而MA (q)模型总是平稳的，因此ARMA (p, q)模型的平稳性取决于AR (p) 部分的平稳性。当AR (p) 部分平稳时，则该ARMA (p , q)模型是平稳的；否则，其为不平稳的。;随机时间序列模型的识别;随机时间序列模型的估计;随机时间序列模型的检验;案例分析;DGDP自相关与偏自相关图;从DGDP的样本自相关以及偏自相关图中可以看出，样本自相关函数呈正弦式衰减，而偏自相关函数图形则在之后两期后迅速趋于0. 因此，可以初步判断该序列满足2阶自回归过程 AR (2)。同样，从自相关函数和偏自相关函数的数值看，自相关函数具有明显的拖尾性；偏自相关函数在k2以后，因此也可认为偏自相关函数是截尾的。再次证明GDP的一阶差分序列满足AR(2)随机过程。;最小二乘估计结果;带有常数项的估计结果;不带常数项的模型残差项自相关函数及Q检验值;残差项自相关函数以及Q检验值;外推预测