第三章平稳时间序列分析.pptVIP

模型定阶的困难因为由于样本的随机性，样本的相关系数不会呈现出理论截尾的完美情况，本应截尾的或仍会呈现出小值振荡的情况。由于平稳时间序列通常都具有短期相关性，随着延迟阶数，与都会衰减至零值附近作小值波动。当或在延迟若干阶之后衰减为小值波动时，什么情况下该看作为相关系数截尾，什么情况下该看作为相关系数在延迟若干阶之后正常衰减到零值附近作拖尾波动呢？第94页，共153页，星期日，2025年，2月5日模型定阶的困难这实际上没有绝对的标准，很大程度上依靠分析人员的主观经验。但样本自相关系数和偏自相关系数的近似分布可以帮助做出尽量合理的判断。Jankins和Watts于1968年证明第95页，共153页，星期日，2025年，2月5日模型定阶的困难也就是说样本自相关系数是总体自相关系数的有偏估计值。当k足够大时，根据平稳序列自相关系数呈负指数衰减，有。根据Bartlett公式计算样本自相关系数的方差近似等于第96页，共153页，星期日，2025年，2月5日样本相关系数的近似分布当样本容量n充分大时，样本自相关系数Quenouille证明，样本偏自相关系数第97页，共153页，星期日，2025年，2月5日模型定阶经验方法根据正态分布的性质，得到95％的置信区间模型定阶的经验方法（利用2倍标准差范围辅助判断）第98页，共153页，星期日，2025年，2月5日模型定阶经验方法如果样本(偏)自相关系数在最初的d阶明显大于两倍标准差范围，而后几乎95％的自相关系数都落在2倍标准差的范围以内，而且由非零自相关系数衰减为小值波动的过程非常突然。这时，通常视为自(偏)相关系数截尾。截尾阶数为d。第99页，共153页，星期日，2025年，2月5日模型定阶经验方法如果有超过5％的样本相关系数落入2倍标准差范围之外，或者是由显著非零的相关系数衰减为小值波动的过程比较缓慢或者非常连续，这时，通常视为相关系数不截尾。第100页，共153页，星期日，2025年，2月5日例2.8续选择合适的模型ARMA拟合1950年——1998年北京市城乡居民定期储蓄比例序列。根据前面的分析已知该序列为平稳非白噪声序列。可以对该序列拟合ARMA模型。第101页，共153页，星期日，2025年，2月5日序列自相关图第102页，共153页，星期日，2025年，2月5日序列偏自相关图第103页，共153页，星期日，2025年，2月5日拟合模型识别自相关图显示延迟3阶之后，自相关系数全部衰减到2倍标准差范围内波动，这表明序列明显地短期相关。但序列由显著非零的相关系数衰减为小值波动的过程相当连续，相当缓慢，该自相关系数可视为不截尾偏自相关图显示除了延迟1阶的偏自相关系数显著大于2倍标准差之外，其它的偏自相关系数都在2倍标准差范围内作小值随机波动，而且由非零相关系数衰减为小值波动的过程非常突然，所以该偏自相关系数可视为1阶截尾所以可以考虑拟合模型为AR(1)第104页，共153页，星期日，2025年，2月5日例3.8选择合适的ARMA模型拟合美国科罗拉多州某一加油站连续57天的OVERSHORT序列。第105页，共153页，星期日，2025年，2月5日例3.8首先绘制时序图，直观检验序列的平稳性第106页，共153页，星期日，2025年，2月5日序列自相关图第107页，共153页，星期日，2025年，2月5日序列偏自相关图第108页，共153页，星期日，2025年，2月5日MA模型的统计性质自协方差函数q阶截尾第62页，共153页，星期日，2025年，2月5日MA模型的统计性质自相关系数q阶截尾第63页，共153页，星期日，2025年，2月5日常用MA模型的自相关系数MA(1)模型MA(2)模型第64页，共153页，星期日，2025年，2月5日MA模型的统计性质偏自相关系数拖尾两个重要结论（1）当时，模型一定为平稳模型（2）模型的偏自相关系数拖尾，自相关系数阶截尾。第65页，共153页，星期日，2025年，2月5日例3.6:考察如下MA模型的相关性质第66页，共153页，星期日，2025年，2月5日MA模型的自相关系数截尾第67页，共153页，星期日，2025年，2月5日MA模型的自相关系数截尾第68页，共153页，星期日，2025年，2月5日MA模型的偏自相关系数拖尾第69页