平稳序列参数表征.ppt

例:产生样本长度n=400的白噪声序列,样本自相关函数如下图(sample3.1)：19/20=95%例2.3对MA(q)序列，利用定理知,如果白噪声是独立同分布的，只要mq，由Bartlett公式知,则于是可作假设检验：是MA(q)下，对mq有检验：使用：q=0,q=1,注:一般地，常用或作为与进行比较，以检验数据由MA(1)过程产生。例2.4(一阶自回归过程)对平稳AR(1)过程用Bartlett公式，并注意到,则的渐近方差为当i比较大时01随机模拟03其中为独立同分布正态白噪声。分别利用前100，02AR(2)模型：04500，900数据计算，结果如图:遍历性(Erdogic)一个时间序列的期望和第j个自协方差视作如下意义上的总体平均，即1平稳序列的一个样本是的一个实现，而不是某个特定时刻t的的简单抽样，故不能直接引用统计中的大数定律的结果。21对于从随机序列中得到的样本量为N的实现，2，可计算：3样本均值：(2.7)4样本协方差：(2.8)5它们不是一个总体平均而是一个时间平均。一个平稳过程被称作是关于均值遍历的，如果当时，(2.7)依概率收敛于。如果一个平稳过程的自协方差满足则关于均值是遍历的。一个平稳过程，如果对所有的j都成立，则称该过程是关于二阶矩遍历的。010302若是一个正态平稳过程时，条件足可以保证关于所有阶矩的遍历性。物理上的解释：时间平均=总体平均这一结果表明：求平稳序列的统计特征矩只需序列的一次实现，而不需要多次实现。1例2.5：一个平稳的但非遍历的过程2设第i个实现的均值是由分布生成5噪声过程。4其中是独立于的均值为0，方差为的正态白3的，偏相关函数的估计的递推公式，定理3.1设为正态平稳序列，则当kp时，的偏相关函数的估计为随机向量为渐近独立且渐近分布为，为M阶单位阵，M为大于1的任意给定的正整数。第四节模型的初步分析独立序列的判别方法(白噪声)01设为独立同分布的随机序列，而且,02从而是白噪声序列。03白噪声的正态分布检验法根据的样本数据列计算出样本自相关函数，它们的误差为由Bartlett公式，可知其中H的第i行第j列的元素为，于是有，于是对于j=1,2,…,k,我们有1取m=1时，，即在2中约有68.3%的点值落在区间内;3取m=2时，，即在4中约有95.44%的点落在区间内;5取m=3时，，即在6中约有99.74%的点落在区间内7(称为原则)。8换一种角度，令表示满足下面条件的j的个数(j=1,2,…,k),对于原假设：是独立白噪声下，对较大的n，应当有95%的小于1.96，所以当取值大于0.05值，应当拒绝是白噪声的假设。例4.1(1)样本长度n=400,，取m=2,这时也可取m=3的检验方法，则也可取m=1的检验方法，则例4.2样本长度n=400,AR(1)序列例4.3样本长度n=400,MA(1)序列：二.白噪声的检验如果是独立同分布的标准正态随机变量，它们的平方和服从自由度为k的分布对于独立同分布的白噪声，由样本自相关函数的中心极限定理，当n充分大后，近似服从k维标准正态分布，于是，近似服从分布，这里由于在原假设下，所以当检验统计量的取值较大时应当拒绝原假设，否则没理由拒绝原假设。具体地，给定检验水平，查k个自由度的分布表得到临界值满足当实际计算结果