- 1、本文档共69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)。
查看更多
§9.2 随机时间序列分析模型
一、时间序列模型的基本概念及其适用性
二、随机时间序列模型的平稳性条件
三、随机时间序列模型的识别
四、随机时间序列模型的估计
五、随机时间序列模型的检验
• 经典计量经济学模型与时间序列模型
• 确定性时间序列模型与随机性时间序列
模型
一、时间序列模型的基本概念及其适用性
1、时间序列模型的基本概念
随机时间序列模型(time series modeling )是指仅用它的
过去值及随机扰动项所建立起来的模型,其一般形式为
X =F(X , X , …, )
t t-1 t-2 t
建立具体的时间序列模型,需解决如下三个问题:
(1)模型的具体形式
(2)时序变量的滞后期
(3)随机扰动项的结构
例如,取线性方程、一期滞后以及白噪声随机扰动项( t
=),模型将是一个1阶自回归过程AR(1) :
t
X =X +
t t-1 t
这里, 特指一白噪声。
t
一般的p阶自回归过程AR(p)是
X =X + X + … + X + t (*)
t 1 t-1 2 t-2 p t-p
(1)如果随机扰动项是一个白噪声(=) ,则称(*)
t t
式为一纯AR(p)过程(pure AR(p) process ),记为
X =X + X + … + X +
t 1 t-1 2 t-2 p t-p t
(2)如果不是一个白噪声,通常认为它是一个q
t
阶的移动平均(moving average )过程MA(q) :
= - - - -
t t 1 t-1 2 t-2 q t-q
该式给出了一个纯MA(q) 过程(pure MA(p)
process )。
将纯AR(p)与纯MA(q)结合,得到一个一般的 自回归移动
平均(autoregressive moving average )过程ARMA (p,q ):
X =X + X + … + X + - - - -
t 1 t-1 2 t-2 p t-p t 1 t-1 2 t-2 q t-q
该式表明:
(1)一个随机时间序列可以通过一个自回归移动平均过
程生成,即该序列可以由其自身的过去或滞后值以及随
机扰动项来解释。
(2 )如果该序列是平稳的,即它的行为并不会随着时间
的推移而变化,那么我们就可以通过该序列过去的行为
来预测未来。
这也正是随机时间序列分析模型的优势所在。
2、时间序列分析模型的适用性
• 经典回归模型的问题:
• 迄今为止,对一个时间序列Xt 的变动进行解释或预测,
是通过某个单方程回归模型或联立方程回归模型进行的,
由于它们以因果关系为基础,且具有一定的模型结构,因
此也常称为结构式模型(structural model )。
• 然而,如果Xt波动的主要原因可能是我们无法解释的因
素,如气候、消费者偏好的变化等,则利用结构式模型来
解释Xt 的变动就比较困难或不可能,因为要取得相应的量
化数据,并建立令人满意的回归模型是很困难的。
您可能关注的文档
最近下载
- 2024年昆明滇池国家旅游度假区国有资产投资经营管理(集团)有限责任公司人员招聘笔试备考题库及答案解析.docx
- 【教案】胚胎工程的理论基础教学设计高二下学期生物人教版(2019)选择性必修3.docx VIP
- 2024年新教材七年级上册道德与法治1.2《规划初中生活》教案.docx
- 小学五年级体育《蹲踞式跳远:助跑与起跳》教学设计.doc
- 残疾儿童送教上门一生一案资料.doc
- 铅火法冶炼工(稿).doc
- 与时代同行--中国电视文艺晚会的发展趋势初探.pdf
- 中国-象棋基础知识(适合儿童教学用)课件108页.ppt
- 安川伺服驱动器使用说明书..docx
- 第九章 马利冷却塔NC8400用户手册.pdf
文档评论(0)