季节时间序列模型.pptxVIP

北京市社会商品零售额月度数据 香港GDP季度数据 季度时间序列、月度时间序列、周度时间序列等时间序列中往往存在着明显的周期性变化， 这种周期往往是由于季节性变化引起的，因此这种序列又称为季节性时间序列。这种序列怎么建立模型？我们在分析问题的时候何时应选取季度或者月度数据呢？3.1 季节时间序列模型的建立seasonal ARIMA model, SARIMAmultiplicative seasonal model 1、季节差分：消除季节单位根 假设季节性序列的变化周期为s，存在季节单位根即yt= yt – s+ ut ， 则季节差分为yt - yt – s.季节差分算子定义为， ?s = 1- Ls 则对yt进行一次季节差分表示为 ?s yt = (1- Ls) yt = yt - yt - s 若非平稳季节性时间序列存在D个季节单位根，则需要进行D次季节差分之后才能转换为平稳序列。即?s Dyt 与一般时间序列模型对照来学习2、季节自回归算子与移动平均算子：描述季节相关性 类比一般的时间序列模型，序列xt=?sDyt中含有季节自相关和移动平均成份意味着， 即?sDyt可以建立关于周期为s的P阶自回归Q阶移动平均季节时间序列模型。 ?P (Ls) ?sDyt = ?Q (Ls) ut 其中?P (Ls)=(1-?1 Ls-?2 L2s-?P LPs)称为季节自回归算子;