第五章时间序列的模型识别.pptVIP

上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 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： 上海财经大学 统计与管理学院 * 上海财经大学 统计与管理学院 * 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