R语言 非平稳序列的随机分析.ppt

第五讲 非平稳序列的随机分析;本讲内容;本讲内容;Cramer分解定理（1961）;差分运算的实质;差分方式的选择;;差分后序列时序图;例：差分运算提取1995年1月—2000年12月平均每头奶牛的月产奶量序列中的确定性信息 ;;过差分 ;例:;比较;二、ARIMA模型;ARIMA模型结构;ARIMA 模型族;随机游走模型( random walk);ARIMA模型的性质;ARIMA模型建模步骤;例:对1952-1988年中国农业实际国民收入指数序列建模 ;一阶差分序列时序图;一阶差分序列自相关图;一阶差分后序列白噪声检验;拟合ARMA模型;建模;课后问题;ARIMA模型预测;预测值;例：;预测值;计算置信区间;例续：对中国农业实际国民收入指数序列做为期10年的预测 ;（二）疏系数模型;疏系数模型类型;例：对1917年－1975年美国23岁妇女每万人生育率序列建模 ;自相关图;偏自相关图;建模;（三）季节模型;1、简单季节模型;例：拟合1962—1991年德国工人季度失业率序列 ;差分平稳;白噪声检验;差分后序列自相关图;差分后序列自相关图与偏自相关图;模型拟合;预测;2、乘积季节模型;2、乘积季节模型;例:拟合1948-1981年美国女性月度失业率序列 ;差分平稳;差分后序列自相关图与偏自相关图;简单季节模型拟合结果;构造乘积季节模型;续前例：乘积季节模型拟合;模型检验;乘积季节模型拟合效果图;本讲内容;;第二部分 残差自回归（ Auto-Regressive ）模型;Auto-Regressive模型结构;1、对趋势效应的常用拟合方法;2、对季节效应的常用拟合方法;续前例;趋势拟合（qr）;趋势拟合（qr）;趋势拟合效果图;3、残差自相关检验;Durbin-Waston检验（DW检验） ;DW统计量;DW统计量的判定结果;续前例：1952-1988年中国农业实际国民收入指数序列;DW检验结果;Durbin h检验 ;续前例：1952-1988年中国农业实际国民收入指数序列;Dh检验结果;4、残差序列拟合;续前例：1952-1988年中国农业实际国民收入指数序列;确定自回归模型阶数;模型拟合;三个拟合模型的比较;本讲内容;;一、异方差的性质;1、异方差直观诊断;残差图;残差平方图;例;一阶差分后残差图;一阶差分后残差平方图;2、异方差处理方法;二、方差齐性变换;转换函数的确定原理;常用转换函数的确定;例续;对数序列时序图;一阶差分后序列图;白噪声检验;拟合模型口径及拟合效果图;三、条件异方差模型;1、ARCH模型;ARCH检验：异方差自相关检验;Portmantea Q检验;LM检验;例：标准普尔500股票价值月度收益率序列;ARCH检验;拟合ARCH模型（确定模型阶数）;绘制条件异方差模型拟合的95%置信区间;GARCH 模型结构;例：外币对美元的日兑换率序列;对差分序列性质考察;;;水平信息提取，拟合ARIMA(0,1,1)模型;残差白噪声检验;ARCH检验;拟合GARCH(1,1)模型——P152;GARCH模型的约束条件