- 1、本文档共63页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
n 时间序列的分解
n 确定性因素分解
n 趋势分析
n 季节效应分析
n 综合分析
n X-11过程
本章结构
n Wold分解定理
n Cramer分解定理
4.1 时间序列的分解
n 对于任何一个离散平稳过程 它都可以分解为 两个不相关的平稳序列之和,其中一个为确定 性的,另一个为随机性的,不妨记作
其中: 为确定性序列, 为随机序列,
它们需要满足如下条件
(1) (2)
(3)
Wold分解定理(1938)
n 对任意序列 而言,令 关于q期之前 的序列值作线性回归
其中 为回归残差序列,
n 确定性序列,若
n 随机序列,若
确定性序列与随机序列的定义
。
ARMA模型分解
确定性序列
随机序列
Cramer分解定理(1961)
n 任何一个时间序列 都可以分解为两部分的叠 加:其中一部分是由多项式决定的确定性趋势成 分,另一部分是平稳的零均值误差成分,即
确定性影响 随机性影响
n Wold分解定理说明任何平稳序列都可以分解为 确定性序列和随机序列之和。它是现代时间序 列分析理论的灵魂,是构造ARMA模型拟合平 稳序列的理论基础。
n Cramer 分解定理是Wold分解定理的理论推广, 它说明任何一个序列的波动都可以视为同时受 到了确定性影响和随机性影响的综合作用。平 稳序列要求这两方面的影响都是稳定的,而非 平稳序列产生的机理就在于它所受到的这两方 面的影响至少有一方面是不稳定的。
对两个分解定理的理解
n 传统的因素分解
n 长期趋势
n 循环波动
n 季节性变化
n 随机波动
n 现在的因素分解
n 长期趋势波动
n 季节性变化
n 随机波动
4.2确定性因素分解
n 克服其它因素的影响,单纯测度出某一 个确定性因素对序列的影响
n 推断出各种确定性因素彼此之间的相互 作用关系及它们对序列的综合影响
确定性时序分析的目的
n 目的
n 有些时间序列具有非常显著的趋势,我们分 析的目的就是要找到序列中的这种趋势,并 利用这种趋势对序列的发展作出合理的预测
n 常用方法
n 趋势拟合法
n 平滑法
4.3趋势分析
n 趋势拟合法就是把时间作为自变量,相 应的序列观察值作为因变量,建立序列 值随时间变化的回归模型的方法
n 分类
n 线性拟合
n 非线性拟合
趋势拟合法
n 使用场合
n 长期趋势呈现出线形特征
n 模型结构
线性拟合
例4.1:拟合澳大利亚政府1981——
1990年每季度的消费支出序列
n 模型
n 参数估计方法
n 最小二乘估计
n 参数估计值
线性拟合
拟合效果图
n 使用场合
n 长期趋势呈现出非线形特征
n 参数估计指导思想
n 能转换成线性模型的都转换成线性模型,用 线性最小二乘法进行参数估计
n 实在不能转换成线性的,就用迭代法进行参 数估计
非线性拟合
常用非线性模型
例4.2: 对上海证券交易所每月末上
证指数序列进行模型拟合
n
n
模型
变换
n 参数估计方法
n 线性最小二乘估计
n 拟合模型口径
非线性拟合
拟合效果图
n 平滑法是进行趋势分析和预测时常用的 一种方法。它是利用修匀技术,削弱短 期随机波动对序列的影响,使序列平滑 化,从而显示出长期趋势变化的规律
n 常用平滑方法
n 移动平均法
n 指数平滑法
平滑法
n 基本思想
n 假定在一个比较短的时间间隔里,序列值之 间的差异主要是由随机波动造成的。根据这 种假定,我们可以用一定时间间隔内的平均 值作为某一期的估计值
n 分类
n n期中心移动平均
n n期移动平均
移动平均法
期中心移动平均
5期中心移动平均
n
期移动平均
5期移动平均
n
n 事件的发展有无周期性
n 以周期长度作为移动平均的间隔长度 ,以 消除周期效应的影响
n 对趋势平滑的要求
n 移动平均的期数越多,拟合趋势越平滑
n 对趋势反映近期变化敏感程度的要求
n 移动平均的期数越少,拟合趋势越敏感
移动平均期数确定的原则
移动平均预测
n 某一观察值序列最后4期的观察值为: 5,5.5,5.8,6.2
(1)使用4期移动平均法预测 。
(2)求在二期预测值 中 前面的系数 等于多少?
例4.3
例4.3解
(1)
(2)
在二期预测值中 前面的系数等于
n 指数平滑方法的基本思想
n 在实际生活中,我们会发现对大多数随机事件而言, 一般都是近期的结果对现在的影响会大些,远期的 结果对现在的影响会小些。为了更好地反映这种影 响作用,我们将考虑到时间间隔对事件发展的影响, 各期权重随时间间隔的增大而呈指数衰减。这就是 指数平滑法的基本思想
n 分类
n 简单指数平滑
n Holt两参数指数平滑
指数平滑法
n
文档评论(0)