[数学]北师大时间序列分析第二章课件.ppt

第七节 非线性时间序列模型 例7.1 考察某一经济系统，设第t年某一产品产量为 ，把它投入再生产，第t年的回收率为 ，经济学理论认为 为MA(1)序列，即 其中 为相互独立的白噪声序列，而回收率 为 故第t年该产品产量 满足如下模型 (7.1) 我们称(7.1)式为双线性模型。 另一例子： 式中 为正态白噪声序列 一般的双线性模型： 式中 为正态白噪声序列，而且 与 独立。 例7.2 门限自回归模型如下(sample26) (7.2) 其中， 为白噪声序列，且 特点：既无趋势性又不太像有季节性，图形是由一些宽 窄不大相同的“锯齿形”组成的。 另一例子： 更一般形式： 最一般的非线性模型如下形式： (7.3) 其中，f为满足某些解析条件的非线性函数， 是相互 独立白噪声序列或白噪声。 一. 非线性序列的模型 1. 非线性自回归（NAR）模型 xt=?(xt-1,xt-2,…,xt-p)+et,t=1,2,… (7.4) 其中?(…)为p元可测函数, {et}为i.i.d.序列, 且Eet=0. 这里和后面还总假定et与{ xt-1,xt-2,…}独立。 经计算，得 E{xt? xt-1,xt-2,…} = E{xt? xt-1,xt-2,…,xt-p} =E{?(xt-1,xt-2,…,xt-p)+et? xt-1,xt-2,…,xt-p } =?(xt-1,xt-2,…,xt-p)+E{ et? xt-1,xt-2,…,xt-p } =?(xt-1,xt-2,…,xt-p). (7.5) (此处依et与{ xt-1,xt-2,…}独立和Eet=0) 而且, Var{xt? xt-1,xt-2,…} = E{[xt-?(xt-1,xt-2,…,xt-p)]2? xt-1,xt-2,…} = E{et2? xt-1,xt-2,…} = Eet2=?2. (by Eet2=?2) 1）指数自回归模型(Exponential Autoregressive Model) 由 T.Ozaki, 1978年提出 它的形式可表为 (7.6) 其中， 都是模型的待估参数， 为白噪声序列， 模型(7.6)简记为EAR(p)。特别地，当 时， (7.6)退化为线性p阶自回归模型。 2） 时变系数AR(p)模型(time varying coefficient AR) 例： 其中， 是模型在时刻t的系数，且独立于 而 是Gaussian白噪声，均值为零。 2. 条件异方差NAR模型 xt=?(xt-1,xt-2,…,xt-p)+s(xt-1,xt-2,…,xt-p)et, t=1,2,… (7.7) ? 其中?(…)和s(…)为p元可测函数, {et}为i.i.d.序 列且E et=0. E{xt? xt-1,xt-2,…} = E{xt? xt-1,xt-2,…,xt-p} =E{?(xt-1,xt-2,…,xt-p)+s(xt-1,xt-2,…,xt-p)et?xt-1,xt-2,…,xt-p } =?(xt-1,xt-2,…,xt-p)+s(xt-1,xt-2,…,xt-p)E{et?xt-1,xt-2,…,xt-p } =?(xt-1,xt-2,…,xt-p). (7.8) ?Var{xt? xt-1,xt-2,…} =E{[xt-?(xt-1,xt-2,…,xt-p)]2? xt-1,xt-2,…} = s2(xt-1,xt-2,…,xt-p )E{et