第四节 视氡间序列基本模型 .pptVIP

* * * * * * * * * * 诊断与检验 * ARMA 模型应用举例 * 自相关图和偏相关图 * * * 各种ARMA模型的AIC和SIC * * * 时间序列模型的建立与预测 对于经济时间序列，差分次数d通常取0，1或2。 实际建模中也要防止过度差分。差分后若数据的极差变大，说明差分次数太多了。 在“平稳时间序列基础上”识别ARMA模型阶数。序列的相关图与偏相关图可以为识别模型参数p（自回归分量的阶数）和q（移动平均分量的阶数）的值提供信息。 估计的模型形式不是唯一的，所以在模型识别阶段应多选择几种模型形式，以供进一步选择。 作业3 判断下列过程的平稳性与可逆性。 * * * * * * * * * * * * * * * * * * * * * * * * 滞后算子和差分算子 滞后算子 差分算子 滞后算子多项式 无限阶滞后算子多项式 滞后算子和差分算子 * 时间序列的特征刻画 均值函数 自协方差函数 自相关函数 偏自相关函数 * 平稳时间序列的特征 均值函数 自协方差函数 自相关函数 偏自相关函数 * 第四节 时间序列的基本模型 * 自回归模型（AR：Auto-regressive）； 移动平均模型（MA：Moving-Average）； 混合模型（ARMA：Auto-regressive Moving-