数学建模时间序列分析课件.pptVIP

32 ⑷ ARMA(p,q) 过程的自相关函数和偏自相 关函数 ? ARMA 过程的自相关函数和偏自相关函数都 是拖尾的 如以下图： 33 ? y = 0 . 5 y ? 0 . 5 u ? u t t - 1 t - 1 t 34 例 选择适宜的模型 ARMA 拟合 1950 年 — 1998 年北京市城乡居民 定期储蓄比例序列。 35 1. 自相关图显示延迟 3 阶之后，自相关系数全部衰减到 2 倍标准差范围内 波动，这说明序列明显地短期相关。 但序列由显著非零的相关系数衰减为小值波动的过程相当连续， 相当缓慢， 该自相关系数可视为不截尾 36 2. 偏自相关图显示除了延迟 1 阶的偏自相关系数显著大于 2 倍标准差之 外，其它的偏自相关系数都在 2 倍标准差范围内作小值随机波动，而 且由非零相关系数衰减为小值波动的过程非常突然，所以该偏自相关 系数可视为一阶截尾 ， 所以可以考虑拟合模型为 AR(1) 。 37 ? 例 1880-1985 全球气表平均温度改变值差分 序列 38 序列自相关图 1. 自相关系数显示出不截尾的性质 39 序列偏自相关图 2. 偏自相关系数也显示出不截尾的性质 3. 综合该序列自相关系数和偏自相关系数的性 质，可以尝试使用 ARMA(1,1) 模型拟合该序列。 40 模型定阶的困难 因为由于样本的随机性，样本的相关系数不会呈现出 理论截尾的完美情