第2章 时间序列分析基本概念.pptVIP

第二章 时间序列分析的基本概念;本章结构;随机过程;设X1,X2,…是一列独立同分布的随机变量序列，令 Sn=S0+X1+X2+…+Xn 则称随机变量序列{Sn；n=0,1,…}为随机游动。 其中S0是与X1,X2,…相互独立(但是不同分布)的随机变量，一般地，我们总是假定S0=0。如果 P(Xn=1)= P(Xn=-1)=1/2 就是一般概率论与数理统计教材中提到的简单随机游动。; 设{X(t)，t∈T}是一个随机过程 均值函数 协方差函数 方差函数;平稳过程;严平稳是一种条件比较苛刻的平稳性定义，它认为只有当过程所有的统计性质都不会随着时间的推移而发生变化时，该随机过程才能被认为平稳。 定义：有限维分布关于时间是平移不变的 设随机过程{X(t)，t∈T}对任意的t1,…,tn∈T和任意的h有 (X(t1 +h),X(t2 +h), …,X(tn +h) )和(X(t1),X(t2),…,X(tn))具有相同的联合分布，记为 (X(t1 +h),X(t2 +h), …,X(tn +h) )=(X(t1),X(t2),…,X(tn)) 则称过程{X(t)，t∈T}是严平稳的。;宽平稳是使用随机过程的特征统计量来定义的一种平稳性。它认为随机过程的统计性质主要由它的低阶矩决定，所以只要保证低阶矩平稳(二阶)，就能保证随机过程的主要性质近似稳定。 定义：满足如下条件的随机过程{X(t)，t∈T}称为宽平稳过程，简称平稳过程。 【注】若T是离散集，则称平稳过程{X(t)}为平稳序列{Xn}。;严平稳与宽平稳的关系;严平稳与宽平稳的关系;宽平稳是使用随机过程的特征统计量来定义的一种平稳性。它认为随机过程的统计性质主要由它的低阶矩决定，所以只要保证低阶矩平稳(二阶)，就能保证随机过程的主要性质近似稳定。 定义：满足如下条件的随机过程{X(t)，t∈T}称为宽平稳过程，简称平稳过程。 【注】若T是离散集，则称平稳过程{X(t)}为平稳序列{Xt}。;平稳时间序列{Xt}的统计性质 ; 规范性： 对称性： 非唯一性 ：一个平稳序列唯一决定了它的自相关函数，但一个自相关函数未必唯一对应着一个平稳序列。;平稳过程的遍历性;纯随机过程;白噪声过程;标准正态白噪声序列时序图 ;线性差分方程;时间序列数据的预处理;时间序列的平稳性是时间序列建模的重要前提。 检验的对象： 序列是否具有常数均值和常数方差？ 序列的自相关函数是否仅与时间间隔有关，而与时间的起止点无关？ 检验的方法： 平稳性的参数检验法 平稳性的非参数检验法 时序图检验法 ;检验的方法： 平稳性的参数检验法 比较麻烦 平稳性的非参数检验法-----游程检验法 可用SPSS软件计算 Analyze→Nonparametric Tests→Runs ∣Z∣≤1.96，则该时间序列平稳。 时序图检验法 平稳序列的均值和方差为常数，故其时序图应该在一个常数值附近随机波动，且波动的范围有界、无明显趋势及周期特征。;1994年1月1日-1995年12月31日香港环境数据序列： ;背景：时间序列模型是有时建立在具有正态分布特性的白噪声基础之上。因此，需要检验采集的数据是否具有正态特性。 检验方法： χ2拟合优度检验 比较麻烦 J-B统计量及相伴概率P 相伴概率 P 0.05，接受原假设，认为序列服从正态分布。;独立性检验;独立性检验;离群点的检验与处理