平稳时间序列ARMA预测法.pptxVIP

平稳时间序列预测法;目录;平稳时间序列： 设时间序列来自一个随机过程，如果此随机过程的随机特征不随时间变化，则我们称过程是平稳的。 实际应用中一般要求平稳性为“宽平稳”。;宽平稳： ;如果时间序列式平稳的，我们就可以用具有确定参数方程将时间序列模型化。并且利用以往的序列对模型的参数进行估计。 ARMA模型是一个研究平稳时间序列的模型 ;白噪声序列： 序列由独立同分布的随机变量构成。 对所有 都有;白噪声序列式最简单的平稳序列，在不同点上的协方差为0。该特性称之为“无记忆性”，意味着人们无法根据其过去的特点推断其未来的特点，其变化没有规律可循。 在时间序列的分析中，当模型的残差序列为白噪声序列时，可认为模型达到了较好的效果，剩余的残差中已没有可提取的信息。 ;自相关函数与偏自相关函数 ①自相关函数 过程 的第j阶自相关系数即 ，自相关函数记为ACF(j) 。 ;②偏自相关函数 偏自相关系数 度量了消除中间滞后项影响后两滞后变量之间的相关关系。偏自相关函数记为PACF(j) ;③自相关函数和偏自相关函数的联系 2阶以上的偏自相关函数计算公式较为复杂，这里不再给出。可自行查阅相关书籍。 ;ARMA模型 自回归移动平均模型（autoregressive moving average models,简记为ARMA模型），由因变