第六章 平稳时间序列.pptVIP

第六章 平稳时间序列预测 第一节 平稳时间序列预测概念 第二节 最小均方误预测 第三节 条件期望预测 第四节 适时修正预测 第五节 指数平滑预测与ARMA模型 第一节 平稳时间序列预测的概念 一、最小均方误差预测概念二、平稳ARMA模型最小均方误预测的推导 一、最小均方误差预测概念 二、平稳ARMA模型最小均方误预测的推导 第三节 条件期望预测 一、条件期望预测的一般公式 二、用条件期望进行预测 三、ARMA(p,q)模型条件期望预测的一般结果 四、ARMA(p,q)条件期望预测的置信区间 一、条件期望预测的一般公式 二、用条件期望进行预测 1.AR(1)模型的条件期望预测(参见P130) 设xt适合如下AR(1)模型: 2、AR(2)模型的条件期望预测 4、MA(1)模型的条件期望预测 设： 预测举例： 例1：利用对zl14所建立的模型进行预测。 先对原序列零均值化， 然后建模如下： 前已证明，条件期望预测与最小均方误预测是一致的，因此，预测误差和误差方差也是相同的。 因此，条件期望的预测误差为： 在Eviews中利用ARMA模型进行预测。 （1）Eviews中进行预测时的两个选项。 Dynamic—动态预测。（含义） Static—一步超前预测。（含义） 对于ARMA模型： 若对序列进行拟合分析(即追溯预测)，则选static。 若向前l步预测，则要选d