时间序列分析第五章非平稳序列的随机分析.pptx

本章结构差分运算ARIMA模型Auto-Regressive模型异方差的性质方差齐性变化条件异方差模型时间序列分析5.1 差分运算差分运算的实质差分方式的选择过差分时间序列分析差分运算的实质差分方法是一种非常简便、有效的确定性信息提取方法Cramer分解定理在理论上保证了适当阶数的差分一定可以充分提取确定性信息差分运算的实质是使用自回归的方式提取确定性信息 时间序列分析差分方式的选择序列蕴含着显著的线性趋势，一阶差分就可以实现趋势平稳 序列蕴含着曲线趋势，通常低阶（二阶或三阶）差分就可以提取出曲线趋势的影响 对于蕴含着固定周期的序列进行步长为周期长度的差分运算，通常可以较好地提取周期信息 时间序列分析例5.1 【例1.1】1964年——1999年中国纱年产量序列蕴含着一个近似线性的递增趋势。对该序列进行一阶差分运算 考察差分运算对该序列线性趋势信息的提取作用 时间序列分析差分前后时序图原序列时序图差分后序列时序图时间序列分析例5.2尝试提取1950年——1999年北京市民用车辆拥有量序列的确定性信息时间序列分析差分后序列时序图一阶差分二阶差分时间序列分析例5.3差分运算提取1962年1月——1975年12月平均每头奶牛的月产奶量序列中的确定性信息 时间序列分析差分后序列时序图一阶差分1阶－12步差分时间序列分析过差分 足够多次的差分运算可以充分地提取原序列中的非平稳确定性信息但过