实验一arima模型建立与应用.docx

实验一 ARIMA模型建立与应用 一、 实验项目：ARIMA模型建立与预测。 二、 实验目的 1、 准确掌握ARIMA(p,d,q)模型各种形式和基本原理； 2、 熟练识别ARIMA(p,d,q)模型中的阶数p,d,q的方法； 3、 学会建立及检验ARIMA(p,d,q)模型的方法； 4、 熟练掌握运用ARIMA(p,d,q)模型对样本序列进行拟合和预测； 三、 预备知识 模型 1、 AR( p)(p阶自回归模型) Xt —】Xt」「2X2 …」pXt」 Ut 其中ut白噪声序列，S是常数(表示序列数据没有0均值化) AR(p)等价于(1 —丄-2L2-pLp)xt =、 ut AR (p)的特征方程是：G(L) =1-丄- 2L2 - - pLp =0 AR (p)平稳的充要条件是特征根都在单位圆之外。 2、 MA (q) (q阶移动平均模型) xt ut ~ut4 ^25』一 「Uy xt -」-(1 UL T2L2 vqLq)ut - O(L)ut 其中｛ut｝是白噪声过程。 MA (q)平稳性 MA (q)是由ut本身和q个ut的滞后项加权平均构造出来的，因此它是平 稳的。 MA (q)可逆性(用自回归序列表示 ut) ut 珂 0(L)]’Xt 可逆条件：即Q(L)]」收敛的条件。即O (L)每个特征根绝对值大于1,即 全部特征根在单位圆之外。 3、 ARMA (p, q)(自回归移动平均过程) Xt = M2」2X2 …」pXtT ut Vu2 二2比,…tutT ：L)Xt =(1 — 丄 一 \L2 — - pLp)Xt 二—(1 JL [L2 亠 「；qLq)ut -「V(L)ut ：：」(L)xt -、?心(L)ut ARMA (p, q)平稳性的条件是方程 ①(L) =0的根都在单位圆外；可逆性 条件是方程? ( L) =0的根全部在单位圆外。 4、ARIMA (p, d, q)(单整自回归移动平均模型) 差分算子： —Xt — Xt - Xt ［二 Xt - Lxt — (1 - L) Xt 2 2 二冶 - ? ：Xt - ? ：Xt j 二(1 一 L)Xt -(1 一 L)Xt」二(1 一 L) Xt d d .■: Xt 二(1 -L) Xt 对d阶单整序列Xt~I(d) wt = Adxt = (1 _ L)d xt 则wt是平稳序列，于是可对 wt建立ARMA (p, q)模型，所得到的模型 称为Xt~ARIMA ( p，d，q)，模型形式是 Wt 二1wt J 2Wt 工亠.亠 GpWt“ 丄心丄 Ut “Ut」 RUt / JqUtz ：：」(L) J xt -、 Q(L)ut 由此可转化为ARMA模型。 模型识别 要建立模型ARIMA( p，d，q)，首先要确定p，d，q,步骤是：一是用单 位根检验法，确定xt~I(d)的d；二是确定xt~ AR( p)中的p；三是确定xt~ MA (q)中的q。平稳序列自相关函数 ° _ COV(Xt,Xt + ) _ COV(X°,Xk) _「k k Jvar(xj Jvar(Xt*) Jvar(x°) 7var(x0) r° P 0=1， P -k= P k (对称) 1、平稳AR(p)的自相关系数和偏自相关系数 (1)平稳AR(p)的自相关系数 Xt Xt = 1人」 k0I i I 1，i=1,2,…,p，E(ut)=0 k0 XyXt = 】Xt±Xt4「2X7X2 ? \Xt±Xt_p - Xt^Ut， k =「k「2 _ * Jk? k0 平稳AR(p)的自相关系数是 1— JU * U，k0 (2) k阶平稳自回归过程AR(k)的偏自相关系数 Xt 二k1Xt4 k2Xt^ kkXt^ Ut XtXt_j「k1Xt4Xt_j 」k2Xt,Xt_j ?… 」kkX—Xt_j UtXt_j 厂k1 j4 k2 j厂…」k j. 两边同除以丫0 j - kV j J k^ j k^ j _k 对任意j0都成立。根据?o =1和对称性，j = t」,得到Yule-Walker方程组 6 二 k1」k2 6 …? kk ?kl ‘2 二 k1「1 」k2 ?…-kk ‘2 「k = :，k1「kd k2「k 工亠?亠kk 对于给定的k, p 1,p 2,…,p k已知，每个方程组最后一个解就是相应的偏 自相关系数：? 11, ? 22的，…,? kk。 p 3是k=3的自相关系数，意义：度量平稳序列 xt与xt-3的相关系数，至 于中间xt-1 , xt-2起什么作用无法顾及。 ? 33的k=3的偏自相关系数。意义：易9除中间变量 xt-1 , xt-2的影响后，度 量xt与xt-3的相关程度。 2、平稳MA(q)的自相关系数和偏