多元时间序列分析.pptVIP

第1页，共22页，星期日，2025年，2月5日第一节多元平稳时间序列建模1976年，Box和Jenkins采用带输入变量的ARIMA模型为平稳多元序列建模。构造思想：假设输出变量序列（因变量序列）{}和输入变量序列（自变量序列）{}，{}，…，{}均平稳，首先构建输出序列和输入序列的回归模型，如果有必要，使用ARMA模型继续提取残差序列{}中的相关信息。模型形为第2页，共22页，星期日，2025年，2月5日例1在天然气炉中，输入的是天然气，输出的是CO2，CO2的输出浓度与天然气的输入速率有关。现在以中心化后的天然气输入速率为输入序列，建立CO2的输出百分浓度模型。时序图及样本自相关图直观显示输入序列和输出序列均平稳第3页，共22页，星期日，2025年，2月5日第4页，共22页，星期日，2025年，2月5日不考虑输入序列和输出序列之间的关系，将它们分别作为一元时间序列进行分析天然气输入速率序列模型为：CO2的输出浓度序列为AR(1，2，4)疏系数模型：第5页，共22页，星期日，2025年，2月5日考虑到输出CO2浓度和输入天然气速率之间的密切关系，将输入天然气速率作为自变量考虑进输出序列的模型中，进一步研究二者之间的关系。滞后k期协方差函数定义为滞后k期协相关系数为第6页，共22页，星期日，2025年，2月5日输入序列和输出序列的协相关图第7页，共22页，星期日，2025年，2月5日从协相关图可以看出，输出序列和输入序列的滞后项有显著的相关关系，且滞后阶数比较多，考虑采用ARMA模型结构，以减少待估参数的个数。通过反复尝试，得出以下回归模型第8页，共22页，星期日，2025年，2月5日再考虑回归残差序列{}的性质，从残差序列的时序图和相关图可以看出，残差平稳且不存在序列相关性，说明拟合模型有效。第9页，共22页，星期日，2025年，2月5日模型拟合效果图返回第10页，共22页，星期日，2025年，2月5日第二节虚假回归当因变量序列{}和输入变量序列（即自变量序列）{}，{}，…，{}都平稳时，可以依据Box和Jenkins的理论和方法构建以输入变量为自变量的ARIMAX回归模型来拟合相应序列的变化。当平稳性条件不满足时，我们就不能大胆地构造ARIMAX模型，因为这时容易产生虚假回归的问题。第11页，共22页，星期日，2025年，2月5日假设条件检验统计量虚假回归第12页，共22页，星期日，2025年，2月5日第三节协整一、单整与协整二、协整检验第13页，共22页，星期日，2025年，2月5日（一）单整（integration）的概念一、单整与协整（二）单整序列的性质第14页，共22页，星期日，2025年，2月5日1．若，对于任意非零实数a与b，有2．若，对于任意非零实数a与b，有3．若，对于任意非零实数a与b，有4.若，，对于任意非零实数a与b，有式中，第15页，共22页，星期日，2025年，2月5日协整理论是EngleandGranger在1987年首先提出来的。假定自变量序列为，响应变量序列为，构造回归模型假定回归残差序列平稳，我们称响应序列与自变量序列之间具有协整关系。注：