- 1、本文档共16页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
AR模型参数确定和具体案例eviews软件应用
AR模型参数确定
确定参数ψ
设 是一个零均值的平稳时间序列,
的自协方差函数为:
定义 的自相关函数为:
由 ,用 Xt-k 乘以上式两边可得到,对任意的k ≥0,有
,k≥0,两边再同时除以 ,得到
,k≥0 (a)
由统计理论,自相关系数 可以从样本估计中得到,模型参数 则是未知的,因此需要从 来求得 。在(a)式中取k=1,2,……p,可得如下方程组(b)
将 的估计值代入,则可以求得参数 的估计值。称式(b)为Yule-Walker方程,它是模型识别的基本方程。
❀建模基本步骤❀
❧数据的采集和预处理
❧模型参数的估计 (关键的一步)
❧模型适用性的检验
❦数据的采集和预处理
时间序列为平稳、正态、零均值的时序是建立AR模型的前提条件,因此需检验时间序列是否满足这个前提条件。若不满足,需对数据进行处理,使其满足建立AR模型的前提条件。
❦模型参数的估计
估计模型自回归参数和残余方差。
模型参数估计方法有很多种,例如最小二乘法、协方差法、Box矩估计法、Burg法、Marple法等。
❦模型的适用性检验
参数估计方法只能在给定模型阶次p的条件下确定模型参数,但阶次p究竟为多少才合适的问题没有得到解决,而模型适用性检验的核心就是解决模型定阶问题。模型的适用性的最根本准则应是检验是否为白噪声序列,将采用AIC准则进行检验。
AIC(p)=-2lnL+2p
式中,L为时间序列的似然函数,p为模型阶次。
可得到AR(n)模型的向前一步的预测值为:
具体案例
对上证指数日数据进行分析
上证指数收盘价数据表
03/03/2008 4438.27
03/04/2008 4335.45
03/05/2008 4292.65
03/06/2008 4360.99
03/07/2008 4300.52
03/10/2008 4146.3
03/11/2008 4165.88
03/12/2008 4070.12
03/13/2008 3971.26
03/14/2008 3962.67
03/17/2008 3820.05
03/18/2008 3668.9
03/19/2008 3761.6
03/20/2008 3804.05
03/21/2008 3796.58
03/24/2008 3626.19
03/25/2008 3629.62
03/26/2008 3606.86
03/27/2008 3411.49
03/28/2008 3580.15
我们取上证指数日数据进行分析(2008年3月3日至2008年3月28日,共20个数据。
1、观测数据的预处理
此数据序列为非平稳时间序列,用EVIEWS软件对数据进行预处理, 使用“Unit Root Test”,使数据处理结果为平稳时间序列。由实验可得{Xt}二阶差分后的序列满足平稳性条件。
2、模型参数的估计
运用最小二乘法对模型自回归参数进行估计。
P=1的情况下,AR(1)不显著, AR(2)相对来说显著一些。
对数据作二阶差分后的序列满足平稳性条件。
估计{Xt}二阶差分后的序列的自回归阶数p,有AIC法则计
文档评论(0)