2020样本自相关图.pptVIP

第二章 时间序列的预处理 本章结构 ? 平稳性检验 ? 纯随机性检验 2.1 平稳性检验 ? 特征统计量 ? 平稳时间序列的定义 ? 平稳时间序列的统计性质 ? 平稳时间序列的意义 ? 平稳性的检验 概率分布 ? 概率分布的意义 ? 随机变量族的统计特性完全由它们的联合分布函数或联合密度函数 决定 ? 时间序列概率分布族的定义 ? 实际应用的局限性 T t t t m m x x x F m m t t t m ? ? ? ? , , , ), , , 2 , 1 ( )} , , , ( { 2 1 2 1 , , , 2 1 ? ? ? ? 特征统计量 ? 均值 ? 方差 ? 自协方差 ? 自相关系数 ? ? ? ? ? ? ) ( x xdF EX t t t ? ) ( ) ( ) ( 2 2 x dF x X E DX t t t t t ? ? ? ? ? ? ? ? ? ? ) )( ( ) , ( s s t t X X E s t ? ? ? ? ? ? s t DX DX s t s t ? ? ) , ( ) , ( ? ? 平稳时间序列的定义 ? 严平稳 ? 严平稳是一种条件比较苛刻的平稳性定义，它认为只有当序列所有的统 计性质都不会随着时间的推移而发生变化时，该序列才能被认为平稳。 ? 宽平稳 ? 宽平稳是使用序列的特征统计量来定义的一种平稳性。它认为序列的统 计性质主要由它的低阶矩决定，所以只要保证序列低阶矩平稳（二阶）， 就能保证序列的主要性质近似稳定。 平稳时间序列的统计定义 ? 满足如下条件的序列称为严平稳序列 ? 满足如下条件的序列称为宽平稳序列 ) , , , ( ) , , , ( 2 1 , 2 1 , 2 1 2 1 m t t t m t t t x x x F x x x F m m ? ? ? ? ? ? ? ? ? ? ? 有 ， 正整数 ， 正整数 ? ? ? ? ? T t t t m m , , , , 2 1 ? T t s k k s t t s k k s t T t EX T t EX t t ? ? ? ? ? ? ? ? ? ? ? ? ? ? 且 ， 为常数， , , ) , ( ) , ( ) 3 , ) 2 , ) 1 2 ? ? ? ? 严平稳与宽平稳的关系 ? 一般关系 ? 严平稳条件比宽平稳条件苛刻，通常情况下，严平稳（低阶矩存在）能 推出宽平稳成立，而宽平稳序列不能反推严平稳成立 ? 特例 ? 不存在低阶矩的严平稳序列不满足宽平稳条件，例如服从柯西分布的严 平稳序列就不是宽平稳序列 ? 当序列服从多元正态分布时，宽平稳可以推出严平稳 平稳时间序列的统计性质 ? 常数均值 ? 自协方差函数和自相关函数只依赖于时间的平移长度而与时间 的起止点无关 ? 延迟 k 自协方差函数 ? 延迟 k 自相关系数 ) 0 ( ) ( ? ? ? k k ?? 为整数 k k t t k ? ? ? ), , ( ) ( ? ? 自相关系数的性质 ? 规范性 ? 对称性 ? 非负定性 ? 非唯一性 平稳时间序列的意义 ? 时间序列数据结构的特殊性 ? 可列多个随机变量，而每个变量只有一个样本观察值 ? 平稳性的重大意义 ? 极大地减少了随机变量的个数，并增加了待估变量的样本容量 ? 极大地简化了时序分析的难度，同时也提高了对特征统计量的估计精度 平稳性的检验（图检验方法） ? 时序图检验 ? 根据平稳时间序列均值、方差为常数的性质，平稳序列的时序图应该显 示出该序列始终在一个常数值附近随机波动，而且波动的范围有界、无 明显趋势及周期特征 ? 自相关图检验 ? 平稳序列通常具有短期相关性。该性质用自相关系数来描述就是随着延 迟期数的增加，平稳序列的自相关系数会很快地衰减向零 例题 ? 例 2.1 ? 检验 1964 年 —— 1999 年中国纱年产量序列 的平稳性 ? 例 2.2 ? 检验 1962 年 1 月 —— 1975 年 12 月平均每头奶牛月产奶量序列 的平稳性 ? 例 2.3 ? 检验 1949 年 —— 1998 年北京市每年最高气温序列的平稳性 例 2.1 时序图 例 2.1 自相关图 例 2.2 时序图 例 2.2 自相关图 例 2.3 时序图 例 2.3 自相关图 2.2