第3章-平稳线性ARMA模型(1)--随机过程的基本概念.pptVIP

标准正态白噪声序列时序图 白噪声序列的性质 纯随机性 各序列值之间没有任何相关关系，即为 “没有记忆”的序列 方差齐性 根据马尔可夫定理，只有方差齐性假定成立时，用最小二乘法得到的未知参数估计值才是准确的、有效的 纯随机性检验 检验原理 假设条件 检验统计量 判别原则 Barlett定理 如果一个时间序列是纯随机的，得到一个观察期数为 的观察序列，那么该序列的延迟非零期的样本自相关系数将近似服从均值为零，方差为序列观察期数倒数的正态分布 假设条件 原假设：延迟期数小于或等于 期的序列值之间相互独立 备择假设：延迟期数小于或等于 期的序列值之间有相关性 检验统计量 Q统计量 LB统计量 判别原则 拒绝原假设 当检验统计量大于 分位点，或该统计量的P值小于 时，则可以以 的置信水平拒绝原假设，认为该序列为非白噪声序列 接受原假设 当检验统计量小于 分位点，或该统计量的P值大于 时，则认为在 的置信水平下无法拒绝原假设，即不能显著拒绝序列为纯随机序列的假定 例3.4：标准正态白噪声序列纯随机性检验 样本自相关图 检验结果 延迟 统计量检验 统计量值 P值 延迟6期 2.36 0.8838 延迟12期 5.35 0.9454 由于P值显著大于显著性水平 ，所以该序列不能拒绝纯随机的原假设。 例3.5 对1950年——1998年北京市城乡居民定期储蓄所占比例序列的平稳性与纯随机性进行检验 例3.5时序图 例3.5自相关图 例3.5白噪声检验结果 延迟阶数 LB统计量检验 LB检验统计量的值 P值 6 75.46 0.0001 12 82.57 0.0001 * 时间序列分析的基本概念 随机过程基础概念和基本理论介绍 平稳过程的特征 线性差分方程 动态数据预处理 * 时间序列分析的基本概念 §3.1 随机过程 描述 在对某些随机现象的变化过程进行研究时，需要考虑无穷多个随机变量，必须用一簇随机变量才能刻画这种随机现象的全部统计特征，这样的随机变量族通常称为随机过程。 * 时间序列分析的基本概念 设 是一列独立同分布的随机变量序列，令 则称随机变量序列 为随机游动。其中 是与 相互独立（但是不同分布）的随机变量，一般地， 我们总是假定 。如果 就是一般概率论与数理统计教材中提到的简单随机游 动。 * 时间序列分析的基本概念 在通信工程中，电话交换台在时间段[0，t] 内接到的呼唤次数是与t有关的随机变 量 ，对于固定的t， 是一个取非负整数 的随机变量，则 是随机过程。 * 时间序列分析的基本概念 随机过程的一维分布，二维分布，…，n维 分布，等等，其全体 称为过程 的有限维分布族。 * 一个随机过程的有限维分布族性质 对称性：对 的任一排列 ， 有 相容性：对 ，有 * 时间序列分析的基本概念 定理 柯尔莫哥洛夫定理 设分布函数族 满足上述的 对称性和相容性，则必存在一个随机过程 ，使 恰好是 的有限维分布族。 * 时间序列分析的基本概念 设 是一个随机过程，如果对任意 存在，则分别称函数 为 的均值函数、协方差函数、方差函数。 * * 时间序列分析的基本概念 严平稳 宽平稳 遍历性 * 时间序列分析的基本概念 如果随机过程 对任意的和任意的 和任意的 （使得 ），有： 与 具有相同的联合分布，记为： 则称 为严平稳的。 * 时间序列分析的基本概念 设 是一个随机过程，若 的所 有二阶矩都存在，并且对任意 ， 为常数，对任意 ， 只与时间差 有关，则称 为宽平稳过程，简称