第三章线性平稳时间序列模型.pptVIP

第三章 线性平稳时间序列模型 第一节 时间序列的预处理 一、平稳性检验 二、纯随机性检验 时间序列的预处理 一、平稳性检验 1.平稳性定义（性质） 2.平稳性检验的方法 3. 应用举例 1.平稳性定义——知识回顾 严平稳 严平稳是一种条件比较苛刻的平稳性定义，它认为只有当序列所有的统计性质都不会随着时间的推移而发生变化时，该序列才能被认为平稳。 宽平稳 宽平稳是使用序列的特征统计量来定义的一种平稳性。它认为序列的统计性质主要由它的低阶矩决定，所以只要保证序列低阶矩平稳（二阶），就能保证序列的主要性质近似稳定。 2.平稳性检验方法 (1)通过时间序列的趋势图来判断 (2)通过自相关函数(ACF)判断 特征根检验法 单位根检验法 非参数检验法 图检验（特点） 这种方法是通过观察时间序列的趋势图和自相关图来判断时间序列是否存在趋势性或周期性。 优点：简便、直观。对于那些明显为非平稳的时间序列，可以采用这种方法。 缺点：对于一般的时间序列是否平稳，不易用这种方法判断出来。 (1)时序图检验（判断准则） 根据平稳时间序列均值、方差为常数的性质，平稳序列的时序图应该显示出该序列始终在一个常数值附近随机波动，而且波动的范围有界、无明显趋势及无周期特征 (2)自相关图检验（判断准则） 平稳序列通常具有短期相关性。该性质用自相关系数来描述就是随着延迟期数的增加，平稳序列的自相关系数会很快地衰