含体制变化的时间序列模型课件.docVIP

含体制变化的时间序列建模 汉密尔顿 《时间序列分析》 第二十二章 对于1982年以前的数据，我们可以使用模型 对于1982年以后的数据，则可以使用模型 称作时期的状态或体制。如果，则过程处于体制1；如果，则过程处于体制2。 模型可以等价地写作 其中，在时等于，在时等于。 马尔科夫链 令为一个随机变量，它可假定为仅一个整数值。假定等于某个值的概率受过去的影响仅通过最近的值： 这样一个过程称作转变概率为的状态马尔科夫链。转变概率给出了状态后继之以状态的概率。 注意: 将转变概率列成一个称为转变矩阵的矩阵常常是方便的： 的第行、第列元素为转变概率 用一个向量自回归表示一个马尔科夫链 马尔科夫链的一个有用表示可这样得到： 令表示一个向量，其第个元素当时为一，其他情形为零。 如果，则的第个元素为一个随机变量，以概率取值一，其他情形取值零。这样一个随机变量有期望。因此，时，的条件期望为： 因此，上式表明 而且确实，由马尔科夫性质，进一步得到 因此，由可能将马尔科夫链表示成 其中 马尔科夫链预测 式表明 对上式两边取条件期望，得前期的马尔科夫链预测值可由 来计算。如果过程在时期取状态，则断言 其中，表示的第列。这就表明马尔科夫链的前期转变概率可由矩阵自身的倍而得。 可约马尔科夫链 对于一个二状态马尔可夫链，其转变矩阵为 假定，所以矩阵是上三角形的 于是，只要矩阵进入了状态1，则没有可能再进入状态2。在这样一个情形下，我们要说状态1是吸收状态而马尔可夫链式可约的。 更为一般地，一个状态马尔可夫链称为可约的，如果存在一个办法来标明各状态使得转变可写成形式 表示一矩阵。如果是上三角形的，则对于任意，也是。因此，只要这样一个过程进入状态，就没有可能再进入状态中的一个。 一个马尔可夫链不是可约的，则称为不可约的。 遍历马尔科夫链 要求P的每一列之和为1，或者 其中，1表示一个各元素为1的向量。这表明1是矩阵的特征值且1是与其相应的特征向量。因为一个矩阵和其转置矩阵有同样的特征值，所以1是任意马尔可夫链的转变矩阵的一个特征值。 考察一个转变矩阵为的状态不可约马尔可夫链。假定的一个特征值为1且的其余特征值全部落在单位圆之内，则马尔可夫链称为遍历的。的与单位特征值相应的特征向量被定义为遍历链的遍历概率，即遍历概率向量满足 该特征向量是正规化的，所以其元素之和为1。 可以证明：如果是遍历马尔可夫链的转变矩阵，则 对于相异特征根的情形，总可以写成（Jordan分解） 是一个矩阵，其各列是的特征向量， 是一个对角形矩阵，其主对角线包含了的对应特征值， 因为的元素为1而的其他元素都落在单位圆之内，收敛于一个位置为一，其余位置为零的矩阵。因而， 是的第一列——是对应于单位特征值的特征向量，其特征向量记作，即 是第一行——当表示成列向量时，对应于的与单位特征值相应的特征向量，可见其特征向量比例于1，即。 将代入得出 可解释作一个转变概率矩阵，其每列之和须为一。遍历概率向量由条件正规化。由此得出正规性常数须为1。因此，。 表明： 也就是说，一个遍历马尔科夫链的长期预测独立于当期状态。 遍历概率向量也视作个不同状态的每一个的无条件概率。 假定使用符号表示无条件概率，则向量可视作的无条件期望： 已知，两边取无条件期望，结果为 假定由平稳性，且，因此， 这表征了作为的与单位根相应的特征向量。对于一个遍历的马尔科夫链，这一特征向量是唯一的。所以，遍历概率向量可解释作无条件概率向量。 二状态马尔科夫链的进一步讨论 二状态马尔科夫链的转变概率矩阵可写为 因此，可求得转变矩阵的特征值 二状态马尔科夫链的特征值为和 只要，则第二个特征值将落在单位圆之内。 只要且，则该链是不可约的。 因此，给定，，且，则二状态马尔科夫链是遍历的。 二状态马尔可夫链的第一个特征值的特征向量为 因此，在任何给定时期，过程将处于体制1的无条件概率为 过程将处于体制2的无条件概率为 第二个特征值的特征向量为 因此，一个遍历二状态马尔可夫链的前期转变概率矩阵为 一个二状态马尔可夫链也可以用一个简单数量AR(1)过程来表示。 令表示向量的第一个元素；即是一个时为1,其他时间为零的随机变量。对于该二状态链，的第二个元素为，因此， 可以写作 那么第一行表明 这是一个常数项为且自回归系数为的过程。 计算一个N状态马尔科夫链的遍历概率 对于一个一般的遍历状态过程，无条件概率向量代表了一个向量，有性质且。 周期性马尔可夫链 如果马尔可夫是不可约的，则可能有不止一个特征值落在单位圆上，即并非所有的不可约的马尔可夫链都是遍历的。 例如: 此情形下，矩阵并不收敛于形如的任何固定的极限。而是，若过程在时期位于状态1，则在时期，，，…，也处于该状态。这样一个马尔可夫