线性平稳过程.ppt

四、ARMA模型的性质总结 * * * * 一、MA模型的定义 具有如下结构的模型称为 阶自回归模型，简记为 当 时，称模型 为中心化的 移动平均系数多项式： 引进延迟算子， 模型又可以简记为 阶移动平均系数多项式 二、MA模型的统计性质 （一）均值 （二）方差 （三）自协方差函数 自协方差函数q阶截尾 （四）自相关函数 自相关函数q 阶截尾 常用MA模型的自相关函数 MA(1)模型 MA(2)模型 偏自相关函数拖尾 （五）偏自相关函数 例 3.1 考察如下MA模型的相关性质 MA模型的自相关函数截尾 MA模型的偏自相关系数拖尾 三、MA模型的可逆性 MA模型自相关系数的不唯一性 例3.1中不同的MA模型具有完全相同的自相关系数和偏自相关系数 （一）可逆的定义 可逆MA模型定义 若一个MA模型能够表示称为收敛的AR模型形式，那么该MA模型称为可逆MA模型 可逆概念的重要性 一个自相关系数列唯一对应一个可逆MA模型. （二）MA模型的可逆条件 MA(q)模型的可逆条件是： MA(q)模型的特征根都在单位圆内 等价条件是移动平滑系数多项式的根都在单位圆外 可逆MA(1)模型 （三）逆函数的递推公式 原理 方法 待定系数法 递推公式 例3.2 考察如下MA模型的可逆性 (1)—(2) 逆函数 逆转形式 (3)—(4) 逆函数 逆转形式 不可逆 第三节 自回归移动平均模型 一、 ARMA模型的定义 二、 平稳条件与可逆条件 三、 ARMA模型的统计性质 四、 ARMA模型的性质总结 一、ARMA模型的定义 具有如下结构的模型称为自回归移动平均模型，简记为 系数多项式 引进延迟算子， 模型又可以简记为 阶自回归系数多项式 阶移动平均系数多项式 二、平稳条件与可逆条件 ARMA(p,q)模型的平稳条件 P阶自回归系数多项式 的根都在单位圆外 即ARMA(p,q)模型的平稳性完全由其自回归部分的平稳性决定 ARMA(p,q)模型的可逆条件 q阶移动平均系数多项式 的根都在单位圆外 即ARMA(p,q)模型的可逆性完全由其移动平滑部分的可逆性决定 传递形式与逆转形式 传递形式 逆转形式 三、ARMA模型的统计性质 （一）协方差 （二）自相关函数 （三）ARMA模型的相关性 自相关系数拖尾 偏自相关系数拖尾 例3.3 考察ARMA模型的相关性 拟合模型ARMA(1,1): 并直观地考察该模型自相关系数和偏自相关系数的性质 自相关函数和偏自相关函数拖尾性 样本自相关图 样本偏自相关图 ARMA模型相关性特征 模型 自相关函数 偏自相关函数 AR(P) 拖尾 P阶截尾 MA(q) q阶截尾 拖尾 ARMA(p,q) 拖尾 拖尾 (2) 特征根判别法与辅助方程判别法 AR(2)模型平稳的充要条件是特征方程的根都在单位圆内 AR(2)模型平稳的充要条件是自回归辅助方程的根都在单位圆外 AR(2)的特征方程为： 则 可以导出 （3）AR(2)模型平稳条件 平稳域 例 3.3 考察如下模型的平稳性 平稳AR(2)模型的协方差函数递推公式为 1、AR(2)的协方差函数 （三）AR(2)的统计特征 2、AR(2)的ACF （1） ACF的求解 （2） ACF的特点 3、AR(2)的PACF （1） PACF的求解 （2） PACF的特点 AR(2)ACF、PACF示例 例3.4 考察如下AR模型的自相关与偏自相关 自相关函数呈现出“伪周期”性 理论偏自相关函数 样本偏自相关图 自相关函数不规则衰减 理论偏自相关函数 样本偏自相关函数图 三、p 阶自回归模型AR(p) 具有如下结构的模型称为 阶自回归模型，简记为 (一)AR(p)特征 自回归系数多项式 引进延迟算子， 模型又可以简记为 自回归系数多项式 自回归辅助方程 AR(p)模型是无条件可逆的 （二）AR(p)的可逆性与平稳性 1、AR(p)模型的可逆性 2、AR(p)模型平稳性判别 （1）格林函数判别法 AR(p)的Green函数 AR(p)模型平稳的充要条件是 （2）特征根判别法与辅助方程判别法 AR(p)模型平稳的充要条件是自回归辅助方程的根都在单位圆外 1、方差 平稳AR模型的传递形式 两边求方差得 （三）AR(p)的统计特征 2、协方差函数 在平稳AR(p)模型两边同乘 ，再求期望 根据 得协方差函数的递推公式 3、自相关函数 自相关函数的定义 平稳AR(p)模型