平稳时间序列分析课件.pptx

第三章;本章结构;3.1 方法性工具 ;差分运算;延迟算子;延迟算子的性质;用延迟算子表示差分运算;线性差分方程 ;齐次线性差分方程的解;齐次线性差分方程的解;齐次线性差分方程的解;齐次线性差分方程的解;齐次线性差分方程的解;非齐次线性差分方程的解 ;3.2 ARMA模型的性质 ;AR模型的定义; AR(P)序列中心化变换;自回归系数多项式;AR模型平稳性判别 ;AR模型平稳性判别方法;AR模型平稳性—特征根判别;AR模型平稳性—特征根判别;AR模型平稳性—特征根判别;AR模型平稳性—特征根判别;AR模型平稳性—特征根判别;AR模型平稳性—特征根判别;AR模型平稳性—特征根判别;AR(1)模型平稳条件;AR(2)模型平稳条件;AR(2)模型平稳条件;AR(2)模型平稳条件;例3.1 考察如下四个模型的平稳性;例3.1平稳序列时序图;例3.1非平稳序列时序图;例3.1平稳性判别;例3.1平稳性判别—以(4)为例;例3.1平稳性判别—以(4)为例;平稳AR模型的统计性质;均值 ;Green函数定义;Green函数递推公式;Green函数递推公式推导;Green函数递推公式推导;方差;例3.2 平稳AR(1)模型的方差;自协方差函数;例3.3 平稳AR(1)模型的自协方差;自相关系数;常用AR模型自相关系数递推公式;例3.4 平稳AR(2)模型的自协方差;例3.4 平稳AR(2)模型的自协方差;AR模型自相关系数的性质;例3.5 考察如下AR模型的自相关图;例3.5 —;例3.5 —;例3.5 —;例3.5 —;偏自相关系数;(1)偏自相关系数的计算;60;注意： 这里是“k阶自回归模型”， k+1阶或k+n阶的模型都不可以。 k阶自回归模型只能用于计算“滞后k偏自相关系数”，不能用于计算滞后k-1或k-n偏执相关系数。;(2)通过自相关系数计算偏自相关系数;63;64;(3)平稳AR(p)模型的偏自相关系数p阶截尾;(3)平稳AR(p)模型的偏自相关系数p阶截尾;例3.5续 考察如下AR模型的偏自相关图;例3.5 —;例3.5 —;例3.5 —;例3.5 —;MA模型的定义;移动平均系数多项式;MA模型的统计性质;MA模型的统计性质;MA模型的统计性质;MA模型的统计性质;MA模型的统计性质;常用MA模型的自相关系数;MA模型的统计性质;例3.6:考察如下MA模型的相关性质;MA模型的自相关系数截尾;MA模型的自相关系数截尾;MA模型的偏自相关系数拖尾;MA模型的偏自相关系数拖尾;MA模型的可逆性;可逆的定义;可逆MA(1)模型;MA模型的可逆条件;MA模型的可逆条件;逆函数的递推公式;逆函数的表达式(可以自己看);例3.6续:考察如下MA模型的可逆性;(1)—(2);(3)—(4); 逆函数递推过程;MA模型偏自相关系数拖尾的证明 ;ARMA模型的定义;系数多项式;平稳条件与可逆条件;传递形式与逆转形式;ARMA(p,q)模型的统计性质;ARMA模型的相关性;例3.7:考察ARMA模型的相关性;自相关系数和偏自相关系数拖尾性;ARMA模型相关性特征;3.3平稳序列建模 ;建模步骤;计算样本相关系数;模型识别;模型定阶的困难;样本相关系数的近似分布;模型定阶经验方法;例2.5续;序列自相关图;序列偏自相关图;拟合模型识别;例3.8;序列自相关图;序列偏自相关图;拟合模型识别;例3.9;序列自相关图;序列偏自相关图;拟合模型识别;参数估计;矩估计;例3.10:求AR(2)模型系数的矩估计;例3.11:求MA(1)模型系数的矩估计;例3.12:求ARMA(1,1)模型系数的矩估计;例3.12:求ARMA(1,1)模型系数的矩估计;例3.12:求ARMA(1,1)模型系数的矩估计;对矩估计的评价;极大似然估计;似然函数;似然方程;对极大似然估计的评价;最小二乘估计;条件最小二乘估计;对最小二乘估计的评价;例2.5续;例2.5续;例2.5续;例3.8续;例3.8续;例3.9续;例3.9续;模型检验;模型的显著性检验;假设条件;检验统计量;例2.5续;例2.5续;参数显著性检验;例2.5续;例3.8续:对OVERSHORTS序列的拟合模型进行检验 ;例3.9续:对1880-1985全球气表平均温度改变值差分序列拟合模型进行检验 ;模型优化;例3.13:拟合某一化学序列;序列自相关图;序列偏自相关图;拟合模型一;拟合模型二;问题;AIC准则;SBC准则;例3.13续;3.4 序列预测;序列预测-均方误差;序列预测-最小均方误差预测;序列预测-最小均方误差预测;序列预测-最小均方误差预测;序列预测-预测误差;序列分解;AR(p)序列的预测;AR(p)序列的预测;例3.14;例3.14解：预测值计算