随机时间序列分析模型.pptxVIP

随机时间序列分析模型一、时间序列模型的基本概念及其适用性二、随机时间序列模型的平稳性条件三、随机时间序列模型的识别四、随机时间序列模型的估计五、随机时间序列模型的检验经典计量经济学模型与时间序列模型确定性时间序列模型与随机性时间序列模型一、时间序列模型的基本概念及其适用性1、时间序列模型的基本概念 随机时间序列模型（time series modeling）是指仅用它的过去值及随机扰动项所建立起来的模型，其一般形式为 Xt=F(Xt-1, Xt-2, …, ?t) 建立具体的时间序列模型，需解决如下三个问题： (1)模型的具体形式 (2)时序变量的滞后期 (3)随机扰动项的结构 例如，取线性方程、一期滞后以及白噪声随机扰动项（ ?t =?t），模型将是一个1阶自回归过程AR(1)： Xt=?Xt-1+ ?t这里， ?t特指一白噪声。 一般的p阶自回归过程AR(p)是 Xt=?1Xt-1+ ?2Xt-2 + … + ?pXt-p + ?t (*) (1)如果随机扰动项是一个白噪声(?t=?t)，则称(*)式为一纯AR(p)过程（pure AR(p) process），记为 Xt=?1Xt-1+ ?2Xt-2 + … + ?pXt-p +?t (2)如果?t不是一个白噪声，通常认为它是一个q阶的移动平均（moving average）过程MA(q)： ?t=?t - ?1?t