e第五章节平稳时间序列预测.pptVIP

应用时间序列分析 第五章 平稳时间序列预测 * * 本章介绍利用ARMA模型进行平稳时间序列预测的理论与方法。具体要求： ①理解平稳线性最小均方误差预测的含义； ②熟悉条件期望预测以及预测的三种形式； ③掌握ARMA模型差分方程形式的预测方法；④掌握预测值的适时修正方法。 考虑以 为原点，向前期(或步长)为 的预测 预测误差为 预测误差的均方值为 使上式达到最小的线性预测称为平稳线性最小均方误差预测（也称为平稳线性最小方差预测） 第一节 条件期望预测 几条性质 第二节 预测的三种形式 ARMA模型的三种表示形式 差分方程形式 传递形式 逆转形式 一、由ARMA模型的传递形式进行预测 这说明条件期望预测与最小均方误差预测是一致的 二、用ARMA模型的逆转形式进行预测 三、用ARMA模型(即差分方程形式)进行预测 1 AR(1)模型预测 2 ARMA(1,1)模型预测 该差分方程的通解为 由一步预测结果求出待定系数可得 预测函数的形式是由模型的自回归部分决定的，滑动平均部分用于确定预测函数中的待定系数，使得预测函数“适应”于观测数据。 3 MA(1)模型预测 对于MA(m)模型而言，超过m步的预测值均为零，这与MA序列的短记忆性是吻合的。 当预测步数超过1时 4．ARMA(n,m)模型