非平稳时间序列模型[精品].pptxVIP

引言：前面我们讨论的是平稳时间序列的建模和预测方法，即所讨论的时间序列都是宽平稳的。一个宽平稳的时间序列的均值和方差都是常数，并且它的协方差有时间上的不变性。 但是许多经济领域产生的时间序列都是非平稳的。对协方差过程，非平稳时间序列会出现各种情形，如它们具有非常数的均值μt，或非常数的二阶矩，如非常方差σt2，或同时具有这两种情形的非平稳序列。 ;第七章 非平稳时间序列模型;第一节 非平稳时间序列模型的种类;一、均值非平稳过程;（一）确定趋势模型 当非平稳过程均值函数可由一个特定的时间趋势表示时，一个标准的回归模型曲线可用来描述这种现象。;此外，均值函数还可能是指数函数、 正弦—余弦波函数等，这些模型都可 以通过标准的回归分析处理。 处理方法是先拟合出μt的具体形式， 然后对残差序列yt={xt－ μt}按平稳 过程进行分析和建模。;（二）随机趋势模型 随机趋势模型又称齐次非平稳ARMA模型。为理解齐次非平稳ARMA模型，可先对ARMA模型的性质作一回顾。;;;可见我们所能分析处理的仅是一些特殊的 非平稳序列，即齐次非平稳序列。;二、方差和自协方差非平稳过程;这个变换最早由BOX和COX于1964年提出， 因此称作BOX—COX变换。其中λ为变换 参数。;第二节 非平稳性的检验;一、通过时间序列的趋势图来判断;二、通过自相关函数(ACF)判断;若序列无趋势，但是具有季