季节调整的相关技术及其相关原理.pptVIP

X-11-ARIMA季节调整 X-11-ARIMA（1975年，加拿大统计局） 在X-11的基础上引进了随机建模的思想，在季节调整之前，首先通过建立ARIMA模型对序列进行向前的预测和向后的补充。 什么是ARIMA？ AR模型、MA模型、ARMA模型 AR模型、MA模型 AR自回归过程 P阶自回归过程 MA移动平均过程 Q阶移动平均过程 ARMA模型、ARIMA模型 ARMA（p,q） 如果有d个单位根，经过d次差分后可以变换为一个平稳的自回归移动平均过程，那么就有了ARIMA过程 X-11-ARIMA季节调整 ARIMA建模的基本思想 将随时间推移而形成的数据序列视为一个随机序列。以时间序列的自相关分析为基础，用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。 X-11-ARIMA季节调整 ARIMA建模的基本步骤 根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋势及其季节性变化规律和平稳性。? 如果数据序列是非平稳的，并存在一定的增长或下降趋势，则需要对数据进行差分处理，如果数据存在异方差，则需对数据进行技术处理，直到处理后的数据的自相关函数值和偏相关函数值无显著地异于零。 根据时间序列模型的识别规则，建立相应的模型。? 进行参数估计，检验是否具有