时间序列分析入门.pdf

时间序列分析入门 主要内容 • 确定性时间序列模型 • 随机时间序列模型及其性质 • 时间序列模型的估计和预测 一. 确定性时间序列模型 • 时间序列：各种社会、经济、自然现象 的数量指标按照时间次序排列起来的统 计数据计数据 • 时间序列分析模型：解释时间序列自身 的变变化规律律和相互联系的数学表达式 确定性时间序列模型 • 滑动平均模型 • 加权滑动平均模型 • 二次滑动平均模型 • 指数平滑模模型 (1) 滑动平均模型 ˆ y t y t 1 y t N 1 tt NN yy t N 作用：消除干扰，显示序列的趋势性变化，并用 于预测趋势 (2) 加权滑动平均模型 a y a y a y ˆ 0 t 1 t 1 N 1 t N 1 tt NN yy tw N NN 11 ai 其中 i 0 1 NN 作用：消除干扰，显示序列的趋势性变化；并通 过加权因子的选取，增加新数据的权重，使趋势 预测更准确 (3) 二次滑动平均模型 ˆ ˆ ˆ ˆ y t y t 1 y t N 1 ˆ yy t tt NN N 对经过一次滑动平均产生的序列再进行滑动平均 (4) 指数平滑模型 ˆ ˆ ˆ y t y t 1 (y t 1 y t 1) ˆ ˆ 01 平滑常数 y y   y t t 1 (1 ) t 1 本期预测值是前期实际值和预测值的加权和 二. 随机时间序列模型及其性质 • 随机时间序列 • 平稳时间序列 • 随机时间序列模型 1. 随机时间序列 • 随机过程与随机序列 • 时间序列的性质 (1) 随机过程与随机序列 设T为某个时间集，对t T，取x 为随机变量， tt   对于该随机变量的全体x ,t T t  当取当取TT为连续集为连续集，如如TT ((,))或或TT [[00,))   等, 则称xtt 为随机过程  当取T为离散集，如T ，2，1，0，1，2，或     TT 11，22，等等，则称则称xt 为随机序列为随机序列 随机序列的现实 • 对于一个随机序列，一般只能通过记录 或统计得到一个它的样本序列x ,x ,···, x ， 1 2 n 称