第五章 时间序列的模型识别汇总.docVIP

PAGE PAGE 1 第五章 时间序列的模型识别 前面四章我们讨论了时间序列的平稳性问题、可逆性问题，关于线性平稳时间序列模型，引入了自相关系数和偏自相关系数，由此得到ARMA(p, q)统计特性。从本章开始，我们将运用数据开始进行时间序列的建模工作，其工作流程如下： 模型识别 模型识别 用相关图和偏相关图识别模型 形式（确定参数 p, q） 参数估计 参数估计 对初步选取的模型进行参数估计 诊断与检验 诊断与检验 包括参数的显著性检验和 残差的随机性检验 不可取模型是否可取吗 不可取 模型是否可取吗 可取 可取 停止 停止 图5.1 建立时间序列模型流程图 在ARMA(p,q)的建模过程中，对于阶数(p,q)的确定，是建模中比较重要的步骤，也是比较困难的。需要说明的是，模型的识别和估计过程必然会交叉，所以，我们可以先估计一个比我们希望找到的阶数更高的模型，然后决定哪些方面可能被简化。在这里我们使用估计过程去完成一部分模型识别，但是这样得到的模型识别必然是不精确的，而且在模型识别阶段对于有关问题没有精确的公式可以利用，初步识别可以我们提供有关模型类型的试探性的考虑。 对于线性平