ARMA模型课件制作.docVIP

在做该章前除了介绍自回归过程的基本概念还应该介绍平稳性 、可逆性以及 随机性都作以介绍 Zt二】乙」「2乙匸一 Zt」匕t这里，我们用符号记权参数的有 限集合。该式定义的过程称为 p阶自回归过程，或简称为AR(p)过程。 特别的 对于一阶(p=1)和二阶(p=2)自回归模型 Zt = jZt」• ： t Zt 二=1 Ztj ■ 2Zt^ ■ :-t 在实际应用中是非常重要的。其中，随机干扰项 :t是相互独立的 白噪声序列，且服从均值为零，方差为二2t的正态分布。随机项与ZjZz…Z_p 不相关。引进滞后算子 B，则上述模型可表示为 召「僅召「Bp 宀\Bpzt ，令B) =1-冷B - \B2 -心-：・pBP，则模型 可以写为(B)y^： t。该模型平稳性的条件是方程 B)二0的特征根都在单位圆 外。该模型的参数不需要任何约束就能满足可逆性条件。 移动平均模型 如果时间序列是它的当期和前期的随机误差项的线性函数，既可表示为 乙二〉t - f …，则称该时间序列Zt是移动平均序列，上式记 为MA(q)，九茁…入为移动平均系数，是模型的待估参数。引入滞后算子，并 令巩B) =1 jB-^B2 -…-JqBq，则上述模型可以简写为 yt=“(B)〉t。对于 MA(q)模型来说，移动平均模型的参数不需要任何约束就能满足平稳性条件。 可 逆性条件是方程 叫B)=0的根都在单位圆外。 自回归移动平均模型 如果时间序列是由它的当期和前期的随机误差项以及前期值的线性函数， 即 可表示为 Zt 二1Zt4 2Z2 …-pZt^ ■〉t -二2〉2 -…dq〉tT，则称该时 间序列Zt为自回归移动平均序列。上式称为(p,q)阶的自回归移动平均模型。记 为ARMA (p,q)。仆；,…，】为自回归系数，片户2…和为移动平均系数。引入 滞后算子B，则模型可以写为B)Zt-—(BFt。该过程的平稳性条件是 (B^0的 特征根都在单位圆外。可逆性条件是方程 乂B） = 0的根都在单位圆外。 对随机时序的描述最常用的是自相关函数和偏自相关函数。 首先介绍自相关函数。 在平稳性假定下，我们假设若相应得时间间隔为 k，那么zt和zt.k之间的协 方差对于任意的t都是相同的，我们称之为滞后 k阶的自协方差，其定义为 k = cov Izt, Zt J - E （zt 二）（Zt .k -=） 1 几二」 的取值范围为I-1,11自回归模型关于自相关函数是截尾的 0 偏自相关函数用kj记k阶自回归表达式中的第j个系数，\k就是最后一个 系数则J满足下面方程，Uj八…二（5「i L j  或者P「k二4，求出的kk即为偏自相关数。偏自相关函数关于移动平均是 截尾的。 在实际应用中主要是通过求出自相关函数和偏自相关函数来进行函数模型以及 阶数的判断。 在软件中的操作。在软件中可以同时给出时间序列的自相关函数和偏自相关函数  对话框的左侧是询问使用者是否对序列进行差分，第一项是对原序列不进行差 分，第二项是对序列进行一阶差分，第三项是对序列进行二阶差分。 对话框的右 侧是让用户定义自相关系数的最大滞后阶数。一般滞后阶数取 nio或者是n4 ， 方括号表示取整。如果考察的是季节数据则应该取周期长度的整数倍。 输入后单 击0K就可得到计算结果。以下是对课件的附录数据3的自相关图和偏自相关图 Coirehgram ol X Date. 01Z30417 Time. 15:35 Sample: 1 250 included cbBervalions- 25〔i Autocorrelation Partial Correlation 1 0.627 0.627 99.491 0.000 2 0.266 ■0.209 117.50 0.000 3 0 068 £005 116.67 0.000 4 -U.043 -0.063 115.14 0.000 5 -c.oeo 0.02G 120.0G 0.000 E 0 016 0 097 120.14 0 000 7 □ 063 ■0.009 121 16 0.000 8 0.D91 0.050 123.^9 (J.000 9 0 060 ■0.D67 123.96 3.000 10 41.072 ■0.126 125.31 0.000 11 -0.129 0.011 129.66 0.000 12 -0.122 -0.017 133.60 0.000 13 ( 002 0.013 135.37 0.000 14 -£3.008 0 035 135.39 0.000 15 □ 023 -0,040 135.53 0 000 16 ■0.DD6 ■0.037 135.54 (J.000 17 -0.D34 -0.000