第五篇平稳时间序列模型的建立.pptVIP

第五章 平稳时间序列模型的建立 引言： 对平稳时间序列建立模型一般要经过以下几步： 1.模型识别：根据系统性质，以及所提供的时序据的概貌，提出一个相适的类型的模型、模型的定阶等。 2.模型参数估计：就是根据实际的观测数据具体地确定该数学模型所包含的项数以及各项系数的数值。 3.模型的诊断检验：包括模型的适应性检验等。 4.模型的应用：如预测。 本章主要介绍前三部分的内容。 第五章 平稳时间序列模型的建立 第一节 平稳时间序列模型的识别 第二节 模型的定阶 第三节 ARMA模型参数估计 第四节 模型的诊断检验 第五节 建模的其它方法 第一节 平稳时间序列模型的识别 一、模型识别前的说明 二、模型识别方法 一、模型识别前的说明 （一）关于非平稳序列 本章所介绍的是对零均值平稳序列建立ARMA模型，因此，在对实际的序列进行模型识别之前，应首先检验序列是否平稳，若序列非平稳，应先通过适当变换将其化为平稳序列，然后再进行模型识别。 序列的非平稳包括均值非平稳和方差非平稳。 均值非平稳序列平稳化的方法：差分变换。 方差非平稳序列平稳化的方法：对数变换、平方根变换等。 序列平稳性的检验方法和手段主要有：序列趋势图、自相关图、单位根检验、非参数检验方法等等。 单位根检验 定义 通过检验特征根是在单位圆内还是单位圆上（外），来检验序列的平稳性 方法 DF检验 ADF检验 PP检验 DF检验 假