机工社数学建模：算法与编程实现教学课件第11讲_时间序列2.pdf

张敬信-《数学建模：算法与编程实现》，配套课件 第 11 讲 时间序列分析 II：SARIMA 张敬信 2022 年5 月23 日 哈尔滨商业大学 1 一. 几种典型的随机过程 (1) 白噪声过程 若( ) = 0; Var( ) = 2 ∞; cov( , ) = 0, ≠ 0，则 + { ∶ = 1, ⋯ , } 称为白噪声过程。 (2) 随机游走过程 若 = + ，其中 为白噪声，则 称为随机游走过程。 −1 2 (3) p 阶自回归过程AR(p) = + + ⋯ + (AR) 0 1 −1 − 其中， 为自回归参数， 为白噪声。 记Φ ( L) = I − L − ⋯ − L ，则AR(p) 可表示为Φ ( L) = . 1 AR(p) 模型的自相关系数具有拖尾性；AR(p) 模型的偏自相关系数具有 阶截 尾性。 3 (4) q 阶移动平均过程MA(q) = − − ⋯ − (MA) 1 −1 − 其中， 为移动平均参数， 为白噪声。 记Θ ( L) = − L − ⋯ − L ，则MA(q)可表示为 = Θ ( L) . 1 MA(q)模型的自相关系数具有 阶截尾性；MA(q)模型的偏自相关系数具有拖 尾性。 4 二. 从ARMA 到SARIMA 模型 1. 自回归移动平均模型ARMA(p,q)1 = + + ⋯ + − − ⋯ − 0 1 −1 − 1 −1 − 即由自回归和移动平均两部分共