随机过程3-1 3-2时间序列及其线性模型实例演示教学.ppt

第3 平稳时间序列的线性模型和预报 第*页 课前 复习 平稳时间序列、离散白噪声、有理谱密度 自协方差函数 自相关系数（也称自相关函数） 或 其中 §1 时间序列及其线性模型实例 其中 §2平稳时间序列及其线性模型 §2平稳时间序列及其线性模型 均值为零具有有理谱密度的平稳时间序列必可表示为下面三种形式的一种： 1）自回归模型 AR (p) ； 2）滑动平均模型 MA (q) ； 3）混合模型 ARMA (p ,q) 。 1.自回归模型 AR(p) 或 2.滑动平均模型 MA(q) 3.混合模型或自回归滑动平均模型 ARMA(p,q) 定理 具有有理谱密度 (2.4) 的均值为零的平稳序列 一定 是随机差分方程 (2.5) 的一个平稳解;反之，方程 (2.5) 的 平稳解一定具有有理谱密度 (2.4). (2.5) (2.4) 注：有理谱密度即 为讨论方便，先引进线性模型的算子表达式。 延迟算子 B, 满足： 又记 故有 利用延迟算子，上面三种模型可表示为 1. AR(p): 简记为 其中 例1 AR(1) 或 ARMA(1,q) 模型的平稳域。 因而平稳域为 解 方程 的根为 若要求 必须要 例2 MA(1) 或 ARMA(p,1) 模型的可逆域。 解 与例1方法类似可得可逆域为 例3 AR(2) 或 ARMA(2,q) 模型的平稳域 解 方程 的根为 由韦达定理 这里由 求解 的范围比较困难。 因而 又 类似可得 MA(2) 和 ARMA(p,2) 模型可逆域为 于是 故 因此平稳域为 (如图)： 如果 是实根，则显然有 如果 是复根，则 例4 ARMA(1，1) 模型的平稳可逆域。 因而平稳可逆域为（如图）： 解 方程 的根为 若要求 必须要 方程 的根为 若要求 必须要 以后我们总是假定参数 在平稳域 内， 而参数 在可逆域 内。 四、格林函数和逆函数 问题1 对于 一般的 ARMA(p，q) 模型，如何将 用白 噪声 表示？ 由 得 (2.10) 由于 的零点在单位圆 |B|=1之外，所以 在|B|1 内是可逆的。 注意 记号B有时表示延迟算子，有时表示复数。 令 由于 G(B) 在|B|1 中解析，可展开成幂级数 (2.11) 显然， 由(2.11), 有 (2.12) 称此式为ARMA模型的传递形式。 称为ARMA模型的格林函数。 此时格林函数为 基本命题：当 k0 时， 显然，由于ARMA模型的参数 落在平稳域 内，故传递形式和格林函数存在。 特殊地，MA(q)模型为 所以 例6 AR(1) 模型 下面举一些低阶模型求格林函数的例子。 因而 解 此时 故有格林函数 而传递形式为 例7 AR(2) 模型 因而 解 此时 即 所以 比较等式两边 Bk 的系数, 可得 又 这是一个递推公式，用递推法即可求出格林函数。 例8 AR(2) 模型 因而 解 此时 将此有理分式化为部分分式，再展开成幂级数 第3 平稳时间序列的线性模型和预报 第*页