实验一 arima模型建立与应用.doc.docx

t2 t 2 q 实验一 ARIMA 模型建立与应用 实验项目： ARIMA 模型建立与预测。 实验目的 准确掌握 ARIMA(p,d,q)模型各种形式和基本原理； 熟练识别 ARIMA(p,d,q)模型中的阶数 p,d,q 的方法； 学会建立及检验 ARIMA(p,d,q)模型的方法； 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 （一）模型 1、AR（p）(p 阶自回归模型） x ????x t 1 t ?1  ??x 2  t ?2  ?? ??x p  t ?p  ?u  t 其中 u 白噪声序列，δ 是常数（表示序列数据没有 0 均值化） t AR（p）等价于 (1 ??L ??L2 ? 1 2 ? ??L p ) x ???u p t  t AR（p）的特征方程是： ?( L ) ?1 ??L ??L2 1 2  ????L p  p  ?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） x ???u ??u t t 1 t ?1  ??u 2  t ?2  ?? ??u q  t ?q x ???(1 ??L ??L2 ????Lq )u ??(L)u t 1 2 q t 其中{u }是白噪声过程。 MA（q）平稳性  t MA（q）是由 u 本身和 q 个 u 的滞后项加权平均构造出来的，因此它是平 t t 稳的。 MA（q）可逆性（用自回归序列表示 u ） t u ?[ ?( L )] ?1 x t  t 可逆条件：即[?( L)] ?1 收敛的条件。即Θ （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） x ??x t 1 t ?1  ??x 2  t ?2  ?? ??x p  t ?p  ???u ??u t 1 t ?1  ??u 2  t ?2  ?? ??u q  t ?q ?( L ) x ?(1 ??L ??L2 t 1 2  ????L p  p  ) x  t ???(1 ??L ??L ????L )u ????(L)u 1 2 q t  t ?( L ) x ?? t  ??(L )u  t ARMA（p，q）平稳性的条件是方程Φ （L）=0 的根都在单位圆外；可逆性 条件是方程Θ （L）=0 的根全部在单位圆外。 1 2 2 4、ARIMA（p，d，q）（单整自回归移动平均模型） 差分算子： ?x ?x ?x ?x ?Lx ?(1 ?L ) x t t t ?1 t t  t ? x ??x ??x t t  t ?1 ?(1 ?L ) x ?(1 ?L ) x t  t ?1 ?(1 ?L) 2 x  t ?dx ?(1 ?L) d x t  t 对 d 阶单整序列 xt~I(d) w ??d t  x ?(1 ?L ) t  d  x  t 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 w ??w t 1 t ?1  ??w 2 t ?2  ?? ??w p t ?p  ???u ??u t 1 t ?1  ??u 2  t ?2  ?? ??u q  t ?q ?( L ) ?d  x ?? t  ??( L )u  t 由此可转化为 ARMA 模型。 （二）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 ?  k  ?  cov( x , x ) t t ?k var( x ) var( x t  t ?k  )  ?  cov( x , x ) 0 k var( x ) var( x ) 0 0  ?  r k r 0 ρ =1，ρ =ρ （对称） 0 -k k 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 x ??x t 1 t ?1  ??x 2  t ?2  ?? ??x p  t ?p  ?u  t ｜φ ｜<1，i=1,2,…,p，E(u )=0 i t x  t ?k x ??x t 1 t ?k x  t ?1 ??x 2  t ?k x  t ?2 ?? ??x p  t ?k x  t ?p ?x u t ?k t ，k>0 ?  k  ??? 1