时间序列分析解析xxxxchap1资料.pptVIP

时间序列分析Time series Analysis2013 fall周凡吟 第一章 时间序列数据的总体概述 第二章 线性平稳时间序列模型 第三章 ARMA模型的特征 第四章 平稳时间序列模型的建立 第五章 平稳时间序列的预测 第五章 非平稳时间序列分析 课程内容 教材及参考书目： [1]史代敏等. 应用时间序列分析，北京：高等教育出版社，2011 [2]王燕. 应用时间序列分析，北京：中国人民大学出版社，2005 [3]Shumway, R. and Stoffer, D., Time Series Analysis and Its Applications: With R Examples (2nd Ed.), Springer, 2006 [4] Brockwell, P. and Davis, R., Time Series: Theory and Methods (2nd Ed), Springer, 1991 [5] Brockwell, P. and Davis, R., Introduction to Time Series and Forecasting (2nd Ed), Springer, 2002 课程安排 课程邮箱 Email stats_zfy@163.com Pw: swufe_stats 其他文件夹时间序列 Office Hour: 周一下午13:00-14:00 致知园 234 或邮件预约 zfy@ 考试及成绩： 20% 课程作业 （2 次） 80% 期末考试 （闭卷） 上机安排：第六周（暂定） 第一章 绪论 第一节 时间序列分析概论 第二节 时间序列分析的基本概念 1.1 时间序列分析 最早的时间序列分析可以追溯到7000年前的古埃及。 古埃及人把尼罗河涨落的情况逐天记录下来，就构成所谓的时间序列。对这个时间序列长期的观察使他们发现尼罗河的涨落非常有规律。由于掌握了尼罗河泛滥的规律，使得古埃及的农业迅速发展，从而创建了埃及灿烂的史前文明。 按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列。时间序列分析就是估算和研究某一时间序列在长期变动过程中所存在的统计规律性。 从经济统计的角度讲：时间序列是某一个数量指标在不同的时间上的观测数值按时间先后顺序排成的序列。 从这个定义可看出时间序列由两个要素构成：一个是指标数值，一个是时间。 如GDP，失业人数统计，产品销售量，公司利润，股票价格指数，成交量等都呈时间序列的形式。 1.1时间序列的含义 1.1时间序列的含义 9 时间序列数据-案例 GDP即国内生产总值，它是对一国（地区）经济在核算期内所有常住单位生产的最终产品总量的度量，常常被看成反映一个国家（地区）经济状况的重要指标。本例给出我国1978年—2007年GDP数据（单位：亿元）的时间序列图。 Global warming：非线性 时间序列数据-案例 11 时间序列数据-案例 本例给出1980年1月—1991年10月澳大利亚红酒的月度销量（单位：公升）时序图。 12 时间序列数据-案例 Peak breaking-up times: 13 时间序列数据-案例 2005年7月21日中国启动人民币汇率改革以来，不断完善汇率形成机制，人民币对美元汇率总体呈现小幅上扬态势。本例给出了1997年1月—2008年9月美元对人民币汇率的月度数据（单位：元）时序图。 14 道琼斯指数的日收益率 时间序列数据-案例 1.1.2 时间序列数据的特点 时间序列中数据的位置与时间有关。通常是固定的观测频率或观测时间间隔。 高频数据（high-frequency or tick-by-tick data)中，观测时间间隔大多是 irregular和asynchronous。 在每一时间点上，指标（变量)受众多因素影响，其取值有一定的随机性。 每个时点上的观测值可以是流量或存量数据。 前后时间点上的观测值具有一定的相关性。 研究的是某一个指标的时间序列，如GDP序列，销售量序列等。 研究的是多个指标的时间序列，如广告费用和销售量序列，货币供应量与股标价格指数序列等。 一元时间序列 多元时间序列 1.1.3 时间序列的主要分类 按所研究现象的多少分： 每一个序列所对应的时间参数为间断点。如商品库存序列等。 每一个序列所对应的时间参数为时间的连续函数。如气温序列等。 离散性时间序列 连续时间序列 1.1.3 时间序列的主要分类 按观察时间的连续性： 我们所研究的是离散性时间序列，对于连续性时间序列，可以采用等间隔采样使之化为离散序列。 时间序列的统计特性不随时间而变化。 时间序列的潜在随机过程是不变的。 序列的未来变化趋势是可以从