12-时间序列模型.pdfVIP

12-时间序列模型 12.1 时间序列定义 12.2 时间序列模型的分类 12.3 Wold分解定理 12.4 自相关函数 （不讲） 12.5 偏自相关函数 （不讲） 12.6 时间序列模型的建立与预测 12.7 案例分析（中国人口时间序列模型） 12.8 回归与ARMA组合模型 12-时间序列模型 （第3版282页） 这种建模方法的特点是不考虑其他解释变量的作用， 不以经济理论为依据，而是依靠变量本身的变化规 律，利用外推机制描述时间序列的变化。 注重序列的平稳性。当时间序列非平稳时，首先要通 过差分使序列平稳后再建立时间序列模型。 对于给定的时间序列，模型形式的选择通常并不是惟 一的。在实际建模过程中经验越丰富，模型形式的选 择就越准确合理。 12.1时间序列定义 （第3版282页） 随机过程：随时间由随机变量组成的一个有序序列称为随机过 程。用 {x, t ∈T } 表示。简记为 {x } 或 x 。随机过程也常简称为 t t 过程。 时间序列：随机过程的一次观测结果称为时间序列。也用 {xt , t ∈T } 表示，并简记为 {x }或x 。时间序列中的元素称为观测值。 t t 随机过程和时间序列一般分为两类。一类是离散型的，一类是 连续型的。本书只考虑离散型随机过程和时间序列，即观测值 是从相同时间间隔点上得到的。 离散型时间序列可通过两种方法获得。一种是抽样于连续变化 的序列。比如某市每日中午12点观测到的气温值序列；工业流 程控制过程中，对压力、液面、温度等监控指标定时刻采集的 观测值序列。另一种是计算一定时间间隔内的累积值。比如中 国的年基本建设投资额序列、农作物年产量序列等。 用L表示一阶滞后算子，定义L x = x t t -1 则k阶滞后算子定义为Lk x = x t t - k 白噪声过程：对于一个随机过程 { x , t ∈T }，如果E(x ) = 0 ， t t Var(x 2 ) = σ ∞, ∀t ∈T； Cov(x , x ) = 0 ，(t + k ) ∈T, t t t + k k ≠0，则称 {xt} 为白噪声过程。 3 X 2 1 0 -1 -2 -3 50 100 150 200 250 300 （第3版283页） 12.2时间序列模型的分类 （第3版284页） 一般分为四种类型: 自回归过程（AR ）、移动平均过程（MA ）、自回归移动平均过程 （ARMA ）和单积（整）自回归移动平均过程（ARIMA ）。 1. 自回归过程 如果一个线性随机过程可表达为 x = φ x + φ x + … + φ x + u t 1 t-1 2 t -2 p t-p t 其中φ, i = 1, …, p 是自回归参数，u 是白噪声过程，则这个线性过程x