计量经济学-第八章 时间序列模型.pptVIP

学习目标： 熟悉随机过程及时间序列的概念与分类。 掌握ARIMA（p,d,q）?（P,D,Q）S模型的识别、参数估计、诊断与预测方法。 掌握如何识别时间序列的单整、协整检验以及误差修正模型的建立。 掌握基于VAR模型分析的因果检验、脉冲响应分析、方差分解、协整检验与误差修正模型的建立。 第一节 ARMA模型中的基本概念 第二节 随机时间序列分析模型 第三节 单整与协整检验 第四节 VAR模型 第一节 ARMA模型中的基本概念 一、随机过程与时间序列 （一）随机过程 随机过程是以时间为标号的一组随机变量 ，其中 为样本空间，而 表示时间指标集合。显然对于固定的t, 就是一个随机变量，对于固定的 , 是时间t的函数，称为样本的函数或实现，所有可能的实现构成了时间序列。 随机过程的概率结构通常被其联合分布所决定,称 为n维联合分布，定义其均值函数、方差函数和协方差函数如下： （二）平稳随机过程 一个随机过程被称为严平稳过程，如果其联合分布满足： 例8-1 白噪声过程(white noise)，若随机过程满足： 图8-1 白噪声随机数据分布图 例8-2 随机游走过程(random walk)，若随机过程 满