- 1、本文档共33页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第三章 滑动平均模型与自回归滑动平均模型 若平稳序列{}t X 的自协方差函数
0,0(q k k q γγ≠=>.
则称{}t X 是q 步相关的. (或自相关系数k ρ 滑动平均模型: 1
,q
t t j t j
j X b t εε
-==+∈∑ q 步相关
基本问题: 模型参数20,1~,,
,(k k q b f γρσλ????
???,,(t k k X f γ
ρλ→
§3.1 滑动平均模型
例1.1化学试验中197个溶液浓度数据(见附录B8. 做一次差分:1,1~196t t t x y y t +=-=.
则0.002x =, 及1961
1?((196k
k t t k t x x x x γ-+==--∑:
050100150200
16
16.51717.51818.5
050100150200
-1
-0.5
00.511.5
自相关系数图如右.
1?0.4130ρ
=-≠ ?0,1k k ρ
≈>, 故认 {}t x 是一步相关的.
用模型MA(1表示
1,t t t X b t εε-=+∈ , 2~WN(0,t εσ
参数b 由22201(,b b γσσγσ=+=求得:
2
11?114?0.5276?2b ρρ
--==-. 010********
-0.5
0.5
1
?k ρ
1. MA(q模型和MA(q序列 定义1.1 MA(q模型=q 阶滑动模型:
1
,q
t t j t j j X b t εε-==+∈∑ (*
其中1
(10,||1q
j
j j B z b z
z ==+
≠<∑,0q b ≠,
2~WN(0,t εσ, 由此, 平稳{}t X 称为MA(q序列.
若(0,||1B z z ≠≤, 则称(*为可逆的MA(q模型,
相应的平稳序列称为可逆的MA(q序列. 利用B , (*可写成:
(,t t X B t ε=∈ B
对可逆的MA(q模型: 1
0(,||1j j j B z z z ?∞
-==≤∑
从而可得 1
(,t t j
t j
j B X X
t ε?∞
--===∈∑ B
另外引入01b =, 易得
20
,0,
E(0,q k
j j k j k t t k b b k q X X k q σγ-+=+?≤≤?==??>?
∑
定理1.1 MA(q序列的自协方差函数是截尾的
20,0(q q k b k q γσγ=≠=>
且有谱密度 22i i 1((e e ,[,]22q k k q f B λλσλγ
λππππ-=-==∈-∑. 证略. 引理1.2 设i 1(e ,[,]2q j j q g c λλλπππ
-=-=∈-∑,0q c ≠
则有惟一实系数多项
1
(10,||1q
j j j B z b z z ==+≠<∑,0q b ≠. 使得2
2i ((e 2g B λσλπ=, 这里2σ为某常数.(证超
定理 1.3 设{}t X 零均值, 自协方差{}k γ, 则{}t X 是MA(q序列0,0,q k k q γγ?≠=>.
证 必要性, 由定理1.1给 出.
充分性, 证略.
*2. 最小序列
直观上: 零均值平稳序列{}t X 中每一t X 都重要, 缺一不可, 即
{}\{}t s X X ?生成空间{}t X ≠生成空间.
若某个k Γ退化(有部分相关的, 则不是最小序列. *定理1.4(见[7] 设平稳序列{}t X 有谱密度(f λ, 则{}t X 是最小序列的?d (
f ππλλ-<∞?. 由此可得: 可逆的MA(q序列是最小序列.
不可逆的MA(q序列不是最小序列.
另外
任何AR(q序列都是最小序列;
任何有谱密度的平稳序列, 若其谱密度连续恒正, 则此序列为最小序列.
3. MA(q模型举例
例1.2 1t t t X b εε-=+,2~WN(0,t εσ, 1b <, 则不难得:22201(1,,0(1k b b k γσγσγ=+==>;
自相关系数: 2(1,1,0,
1.k b b k k ρ?+=?=?>?? 谱密度: 2
2i (1e ,[,]2f b λσλλπππ
=+∈- (注:逆转后2221,((1(1,1k k k k a b b b k +-=----≥
偏相关系数不截尾;
逆转形式0(
j t t j j b X ε∞-==-∑ 取20.1065σ=,谱密度如右 0
12300.01
0.020.030.04
例1.3 可逆MA(2模型1122,t t t t X b b t εεε--=++∈ ,
2~WN(0,t εσ, 特征多项式: 212(1B z b z b z =++
(1 可逆域212{(0,1}{1,1}B z z b b b ≠≤=±>-< 与AR
文档评论(0)