logo

您所在位置网站首页 > 海量文档  > 教学课件 > 大学课件

时间序列入门级.ppt 73页

本文档一共被下载: ,您可全文免费在线阅读后下载本文档。

  • 支付并下载
  • 收藏该文档
  • 百度一下本文档
  • 修改文档简介
全屏预览

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
特别说明: 下载前务必先预览,自己验证一下是不是你要下载的文档。
  • 上传作者 linyin1994(上传创作收益人)
  • 发布时间:2019-12-03
  • 需要金币500(10金币=人民币1元)
  • 浏览人气
  • 下载次数
  • 收藏次数
  • 文件大小:592 KB
下载过该文档的会员
你可能关注的文档:
时间序列分析入门 主要内容 确定性时间序列模型 随机时间序列模型及其性质 时间序列模型的估计和预测 一. 确定性时间序列模型 时间序列:各种社会、经济、自然现象的数量指标按照时间次序排列起来的统计数据 时间序列分析模型:解释时间序列自身的变化规律和相互联系的数学表达式 确定性时间序列模型 滑动平均模型 加权滑动平均模型 二次滑动平均模型 指数平滑模型 (1) 滑动平均模型 (2) 加权滑动平均模型 (3) 二次滑动平均模型 (4) 指数平滑模型 二. 随机时间序列模型及其性质 随机时间序列 平稳时间序列 随机时间序列模型 1. 随机时间序列 随机过程与随机序列 时间序列的性质 (1) 随机过程与随机序列 随机序列的现实 对于一个随机序列,一般只能通过记录或统计得到一个它的样本序列x1,x2,···, xn,称它为随机序列{xt}的一个现实 随机序列的现实是一族非随机的普通数列 (2) 时间序列的统计性质(特征量) 均值函数:某个时刻t的性质 时间序列的统计性质 自协方差函数:两个时刻t和s的统计性质 时间序列的统计性质 自相关函数 2. 平稳时间序列 所谓平稳时间序列是指时间序列 {xt, t=0,±1,±2,···} 对任意整数t, ,且满足以下条件: 对任意t,均值恒为常数 对任意整数t和k, r t,t+k只和k有关 随机序列的特征量随时间而变化,称为非平稳序列 平稳序列的特性 方差 自相关函数: 自相关函数的估计 平稳序列的判断 一类特殊的平稳序列 ——白噪声序列 随机序列{xt}对任何xt和xt都不相关,且均值为零,方差为有限常数 正态白噪声序列:白噪声序列,且服从正态分布 3. 随机时间序列模型 自回归模型(AR) 移动平均模型(MA) 自回归—移动平均模型(ARMA) (1) 自回归模型及其性质 定义 平稳条件 自相关函数 偏自相关函数 滞后算子形式 ① 自回归模型的定义 描述序列{xt}某一时刻t和前p个时刻序列值之间的相互关系 随机序列{εt}是白噪声且和前时刻序列xk (k<t )不相关,称为p阶自回归模型,记为AR(p) ② (一阶)自回归序列平稳的条件 AR(1)平稳的条件 均值 方差 AR(1)平稳的条件 自协方差 ③ AR(p)的自相关函数 自协方差函数 自相关函数 AR(p)的自相关函数 例:求AR(1)的自相关函数 例: AR(2)的自相关函数 AR(p) 自相关函数的拖尾性 对AR(p)模型,其自相关函数不能在某一步之后为零(截尾),而是按指数衰减,称其具有拖尾性 举例 ④ 偏自相关函数 ⑤ AR(p)的滞后算子形式 引进滞后算子B: 一般有: (2) 移动平均模型及其性质 定义 自相关函数 滞后算子形式 ① 移动平均模型的定义 在序列{xt}中, xt表示为若干个白噪声的加权平均和 其中{εt}是白噪声序列,这样的模型称为q阶移动平均模型,计为MA(q) ② MA(1) 的自相关函数 MA(q) 的自相关函数 举例 ③ 滞后算子形式 AR(p)与MR(q)的比较 (3) 自回归移动平均模型 定义 性质 滞后算子形式 ① 自回归移动平均模型 自回归模型与移动平均模型的综合 ② ARMA(p,q)的性质 ARMA(p,q)兼有AR (p)和ARMA(q)的性质 平稳条件:与AR (p)相同 ARMA(1,1) 平稳条件 ARMA(1,1)的自相关函数 ARMA(1,1)的自相关函数 ③ 滞后算子形式 性质总结 三. 时间序列模型的估计和预测 模型识别与参数估计 时间序列预测 1.模型识别与参数估计 模型识别 参数估计 阶数的确定 模型检验 (1) 模型识别 自相关函数截尾——MA(q) 自相关函数拖尾 偏自相关函数截尾——AR(p) 偏自相关函数拖尾——ARMA(p,q) (2) 模型参数估计 AR(p)的最小二乘估计 ARMA(p,q)的最小二乘估计 ① AR(p)的最小二乘估计 ② ARMA(p,q)的最小二乘估计 (3) 模型阶数的确定 ——MA(q)或AR(p) 自相关函数的截尾 偏自相关函数的截尾 模型阶数的确定——ARMA(p,q) AIC准则 (Akaike info criterion) (4) 模型的检验 2. 时间序列模型预测 AR(1) 时间序列模型预测 MA(1) 时间序列模型预测 ARMA(1,1) 四.非平稳时间序列与协整 单整 虚假回归 协整 误差修正模型 非平稳时间序列举例 随机游走 随机游走序列的方差无穷大 (1)单整 差分:用变量 的当期值减去其滞后值而得到新序列的方法 单整:若

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
用户名: 验证码: 点击我更换图片

“原创力文档”前称为“文档投稿赚钱网”,本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】。原创力文档是网络服务平台方,若您的权利被侵害,侵权客服QQ:3005833200 电话:19940600175 欢迎举报,上传者QQ群:784321556