第5章-时间序列的确定性分析.pptVIP

第五章 时间序列的确定性分析 第五章 时间序列的确定性分析 第一节  概 述 非平稳时间序列 在实际应用中，我们经常会遇见不满足平稳性的时间序列，尤其在经济领域和商业领域中的时间序列多数都是非平稳的 时间序列模型 平稳时间序列 定义：常数均值，常数方差，(自)协方差函数只依赖于时间的平移长度,而与时间的起止点无关。 模型：ARMA模型 非平稳时间序列 均值非平稳，方差和自协方差非平稳 处理方法：确定性分析，随机性分析 时间序列的确定性分析 理论依据：1961年的Cramer分解定理 任何一个时间序列{Xt}都可以分解为两部分的叠加：一部分是由多项式决定的确定性趋势成分，另一部分是平稳的零均值误差成分，即 其中d∞，β0,β1,β2,…,βd是常系数，{Yt}是一个零均值的平稳序列 一个时间序列{Xt}可分解为以下四部分的共同作用： 长期趋势变动Tt，季节效应St ，循环变动Ct ，不规则变动因素It. (一般将循环变动和季节效应都称为季节性变化) 确定性分析： 对Tt、St和Ct 建立关于时间项t的多项式来提取信息，使It成为零均值的白噪声序列； 该方法重视对确定性信息的提取，而忽视对随机性信息的提取. 第二节 趋 势 性 分 析 长期趋势变动Tt 数据随时间而变化，呈现出不断增加或不断减少、或围绕某一常数值波动而无明显增减变化的总趋势.