时间序列自相关函数局部影响分析.pdf

云南大学学报 (自然科学版)，2002,24(6):409-413 CN53一1045/N ISSN0258一7971 JournalofYunnanUniversity 时间序列自相关函数的局部影响分析 ‘ 李 娅，，陈 飞，‘陈 宏，‘王 刚2 (1云南大学统计系，云南 昆明 650091:2云南财贸学院，云南 昆明 650221) 摘要:时间序列模型不同于一般的线性回归模型卜其样本点之间存在着一定的相依结构使得常用的探测异 常位的方法 如数据删除、单点求导等对时间序列而言效果不佳.为了探测时间序列中的强影响点，文章介绍了 局部影响分析方法，研究同时对几个点作微小扰动时自相关函数的局部改变量.最后，用一个例子来比较局部 影响方法与单点求导方法在探测强影响点上的优劣性. 关健词:局部影响;扰动;自相关函数;时间序列 中图分类号 (〕211.61 文献标识码,A 文章编号0258一7971(2002)06一0409一05 与线性回归诊断相比，时间序列的统计诊断要复杂得多，这种复杂性主要表现为:在线性回归模型中， 各数据点之间是相互独立的;而对于时间序列模型，各数据点之间存在着一定的相关结构，称为相依数据 这种相关结构使得异常点和强影响点产生的机理及相应的分析方法复杂化.比如:在对线性回归模型作影 响分析时，我们可以使用数据删除方法，每次从数据中删除一个或多个数据点，由数据删除前后回归系数 等统计量的改变量导出度量影响的G二幻k一距离或W一K距离，用以评价数据点影响的大小.然而，对于时 间序列模型而言样本为相依数据，模型的相关结构依赖于时间序列的顺序，即数据的顺序在此有本质的含 义，不能随意变动，更不能随意删除. 自相关函数是时间序列分析中最常用的统计量，对于一个弱平稳时间序列{共}，其自相关函数定义为 、一瓮其中;一E[(-,，一。)(x十:厂。)〕是*阶自协方差;。一E(二)是过程的均值，我们运用了 91uii-J提出的广义影响函数及广义Cook一统计量的方法，研究当同时对几个数据作微小扰动时自相关函 数的局部影响 同时扰动克服了数据删除或单点求导方法对时间序列样本数据相依性的破坏和忽略，能一 次探测出所有的强影响点，对识别时间序列数据的联合影响提供了非常重要的方法. 1广义影响函数的定义 假设T是R0中的一个向量，它可以表示任意感兴趣的参数或它们的估计，。是一个扰动方案，wC-- R.r(w)表示扰动后的T.我们假设存在一个4使得T(wi)=几，。=+eh,h是一个固定的非零 单位长度向量，，仁‘Rk,。为实参数.在扰动方案下T在方向儿上的广义影响函数定义为 G(T,动 = lira工(an+El业二旦w)) (1) 上式是r(w)的方向导数 它测量了在给定的扰动方案下在方向h上T的变化 如果T(。)在 。，，点 有连续一阶导数，则 G(T,h)= T(.t,)h (z) 。) 其中T(、 r;。/， T二(TI，一，TO 刁鸭 收稿日期 21912一05一10 作老简介 李 kV.(1976 女，云南人，概率论数理统计硕士生.主要从事影响分析方面的研究 万方数据 云南大学学报(自然科学版) 第2a卷 为f研究微小扰动对 T的影响大小，我们定义了以T,劫的一个范数 Cc(T,h)=}G(T,h)}·M ·{G(T,h)}八 =hT’(,o)·M ·T(or,)h