计量经济学第三版课件于俊年 ISBN9787566310101 PPT14第十四章14.4三版.pptVIP

下载本文档

0
0
约小于1千字
约 7页
2019-07-04 发布于未知
举报
版权申诉

计量经济学第三版课件于俊年 ISBN9787566310101 PPT14第十四章14.4三版.ppt

1、本文档共7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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

* §14.4 自回归移动平均模型ARMA(p,q) 一、自回归移动平均模型的概念 如果平稳随机过程既具有自回归过程的特性又具有移动平均过程的特性，则不宜单独使用AR(p)或MA(q)模型，而需要两种模型混合使用。由于这种模型包含了自回归和移动平均两种成分，所以它的阶是二维的，由p和q两个数构成，其中p代表自回归成分的阶数， q代表移动平均成分的阶数，记作ARMA(p, q)，称作自回归移动平均混合模型或称为自回归移动平均模型。最简单的自回归移动平均模型是ARMA(1，1)，其具体形式为： (14.4.1) 模型ARMA(p,q)的一般表达式为 (14.4.2) 显然，ARMA(0,q)=MA(q)，ARMA(p,0)=AR(p)，因此，MA(q)和AR(p)可以分别看作ARMA(p,q)，当p=0和q=0时的特例。 ARMA(p,q)模型的优点是能以较少的参数描写单用 AR(p)或MA(q)过程不能经济地描写的数据生成过程。在实际应用中，用ARMA(p,q)拟合实际数据时所需阶数较低，p和q的数值很少超过2。因此，ARMA模型在预测中具有很大的实用价值。二、ARMA模型阶数的确定和模型的估计（一）ARMA模型阶数的确定我们如何描述一个平稳随机过程的经济系统，我们的基本想法是从随机过程抽取样本，再根据样本数据建立模型。那么，是建立AR模型、MA模型还是ARMA模型？这就需要确定p和q的数值各是多少，为此需要计算样本数据的自相关系数和偏自相关系数。而这个计算是一个复杂的过程，为了实际应用的方便我们采用直接利用计算机软件EViews来判断p和q的数值各是多少，从而就确定了模型和模型的阶数。在样本数据窗口，点击View/Correlogram 然后在对话框中选择滞后期数，我们这里选取12，再点击 “OK”得到自相关系数和偏自相关系数及其图形，如图14.4.1所示：图14.4.1 *