时间序列分析第三章小结.pptVIP

时间序列分析 三、ARMA(2,1)系统的格林函数 ARMA(2,1)系统的格林函数的隐式 ARMA(n,n-1)系统的格林函数的隐式 ARMA(2,1)系统的格林函数的显式解 AR(2)和ARMA(1,1)系统的格林函数 ARMA(n,n-1)系统的格林函数 四、ARMA(2,1)系统的平稳性 1、用特征根表示的平稳性条件 2、用自回归系数表示的平稳性条件 第二节 逆函数与可逆性 一、逆转形式及可逆性 二、AR 模型和MA(1)模型的逆函数 Gj和Ij的关系 三、ARMA(1, 2) 的逆函数的显式及可逆性条件 * 第三章 ARMA模型的特性 第三章 ARMA模型的特性小结 ※第一节 格林函数和平稳性 ※第二节 逆函数和可逆性 ※第三节 自协方差函数 ※第四节 自谱 本章要考察ARMA模型 1.是否具有平稳性 2.是否具有可逆性 4.偏自相关函数的特点 3.自相关函数的特点 平稳性条件 可逆性条件 传递形式 格林函数 逆转形式 逆函数 定义、计算、及ARMA模型特点 只有平稳且可逆时，ARMA模型才有意义 第一节 格林函数和平稳性 一、线性常系数差分方程。 二、AR(1)系统的格林函数(Green’s function) MA模型的格林函数 AR(1)模型的格林函数 AR(1)模型可用一个无限阶MA模型来逼近 格林函数的意义： 第三节 自协方差函数 一、自相关函数 2. 理论自相关函数与样本自相关函数 1.自相关函数 3. 格林函数与自协方差函数之间的关系 4. ARMA模型自协方差函数及其特点 二、偏自相关函数 2. 偏自相关函数的概率意义 1. 偏自相关函数的一般定义 3. 偏自相关函数的计算 4. 利用Yule－Wolker方程计算 Yule-Walker方程。 对k＝1，2，3，…依次求解Yule-Walker方程，得到 1．对任何一个ARMA模型， （1）能够写出或求出其格林函数的隐式解、显式解及其传递形式； （2）能够写出或求出其逆函数的隐式解、显式解及其逆转形式； （3）能判断出该模型是否平稳； （4）能判断出该模型是否可逆； （5）能够求出其理论自协方差和理论自相关函数的形式； （6）能够说出其自相关函数和偏自相关函数的特点 要求： 2．对任何一个时间序列，会计算其样本自相关函数和偏自相关函数，并据此初步判断该序列属于什么模型。 3．掌握自相关函数和偏自相关函数的概念和含义，平稳和可逆的含义 例1：求AR(2)模型的自相关函数。 例2：对下面模型，求其各自的自相关函数