应用时间序列(time series)分析.pdf

应用时间序列(time series)分析 授课人:詹晓琳 日期:2013/8/25 第一章时间序列分析概论  时间序列的定义和例子  为什么要研究时间序列  时间序列的应用领域  时间序列分析方法简介 第一章时间序列分析概论  什么是时间序列？ 图1：我国工业总产值（96个观察值） 第一章时间序列分析概论 图2 ：某国GNP平减指数季度资料（136个观察值） 第一章时间序列分析概论  什么是时间序列？ 时间序列是以时间顺序记录的一系列数据。 数学表达：… ，1 ，2 ，… ， ，… 简介为： ， ∈ 常使用1 ，2 ，… ， 表示时间序列的n个有 序观察值。 第一章时间序列分析概论  注：1）时间序列的数据中，顺序是重要的 问题。2 ）对于任意时间t， 是一个随机变 量，且每个随机变量所服从的分布可以不 同，对于任意的t和s， 和 不是相互独立 的，具备某种相依性。 第一章时间序列分析概论  时间序列数据类型:  以年、季度、月记录的数据，称为低频数 据；  以周、日等记录的数据称为高频数据；  日内记录的数据，如分钟或小时等，称为 超高频数据。 第一章时间序列分析概论  为什么要研究时间序列？ 在时间序列数据中，往往蕴涵着事物或现象 在特定环境下或特定时刻的大量信息，如果 能充分挖掘事物随时间变化的规律，则可以 利用过去和当前的信息对未来的数值进行外 推估算，即预测（predict,forecast）。预测 的最终目的是决策。 第一章时间序列分析概论  时间序列的应用领域  经济：连续时间的股票价格  物理：连续时间的气温  市场：连续周或月的销售量  过程控制：连续时间的产量  财政：每年的利率 第一章时间序列分析概论  如何研究？  结构计量模型阶段 所谓结构计量模型就是先找到关于某个问题的经济 理论，并先假定这个理论是真实的，然后根据该理 论来设定具体的回归模型以用于估计和预测。它遵 循从理论到模型的分析路径。  时间序列分析阶段 时间序列分析的主体是单变量时间序列模型，它是 利用某变量的历史数据来预测它的未来可能取值， 而无须其他外生的解释变量。该方法隐含假定其他 第一章时间序列分析概论 因素的效应已经包含并反映在了该变量当前和过去 的行为之中，不需要另外再显性考虑它们。 单变量时间序列模型的方法： • 平均方法（averaging methed）：简单平均、一 次移动平均、二次移动平均等 • 平滑方法（smoothing method ）：一次指数平滑 、二次指数平滑、Holt方法、Winter方法。 第一章时间序列分析概论 • 单变量时间序列模型（univariate time series ）： ARIMA模型、Harvey结构时间序列模型等。  智能预测阶段 非线性、非参数的智能预测方法主要是指机器学习 的方法（machine learning）。该方法具有的自适 应、自组织的学习机制通过对训练资料的学习，从 而建立可能像黑匣子一样的模型。主要的方法有： 第一章时间序列分析概论 小波变换（wavelet ）、遗传算法（genetic algorithm，GA）、人工神经网络（artificial neural network，ANN ），支持向量算法（ support vector machine，SVM ）。 第二章时间序列分析的基本概念  随机过程  平稳过程的特征  平稳过程的遍历性问题  时间序列的一般建模过程 2.1随机过程stochastic process  定义：随机过程是概率空间 Ω，， 的一族随机变量 ， ∈ ，其中t是参数 ，它属于某个指标集T，T称为参数集。  两点理解：  对于固定的样本点 Ω,