时间序列分析-第五章非平稳序列的随机分析

时间序列分析-第五章非平稳序列的随机分析

ID:37303154

大小:499.61 KB

页数:118页

时间:2019-05-12

时间序列分析-第五章非平稳序列的随机分析_第1页
时间序列分析-第五章非平稳序列的随机分析_第2页
时间序列分析-第五章非平稳序列的随机分析_第3页
时间序列分析-第五章非平稳序列的随机分析_第4页
时间序列分析-第五章非平稳序列的随机分析_第5页
资源描述:

《时间序列分析-第五章非平稳序列的随机分析》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第五章非平稳序列的随机分析2021/7/14时间序列分析本章结构差分运算ARIMA模型Auto-Regressive模型异方差的性质方差齐性变化条件异方差模型2021/7/14时间序列分析5.1差分运算差分运算的实质差分方式的选择过差分2021/7/14时间序列分析差分运算的实质差分方法是一种非常简便、有效的确定性信息提取方法Cramer分解定理在理论上保证了适当阶数的差分一定可以充分提取确定性信息差分运算的实质是使用自回归的方式提取确定性信息2021/7/14时间序列分析差分方式的选择序列蕴含着显著的线性趋势,一阶差分就可以实现趋势平稳序列蕴含着曲线趋势,通常低阶(二阶或三阶)差分就可以

2、提取出曲线趋势的影响对于蕴含着固定周期的序列进行步长为周期长度的差分运算,通常可以较好地提取周期信息2021/7/14时间序列分析例5.1【例1.1】1964年——1999年中国纱年产量序列蕴含着一个近似线性的递增趋势。对该序列进行一阶差分运算考察差分运算对该序列线性趋势信息的提取作用2021/7/14时间序列分析差分前后时序图原序列时序图差分后序列时序图2021/7/14时间序列分析例5.2尝试提取1950年——1999年北京市民用车辆拥有量序列的确定性信息2021/7/14时间序列分析差分后序列时序图一阶差分二阶差分2021/7/14时间序列分析例5.3差分运算提取1962年1月——1

3、975年12月平均每头奶牛的月产奶量序列中的确定性信息2021/7/14时间序列分析差分后序列时序图一阶差分1阶-12步差分2021/7/14时间序列分析过差分足够多次的差分运算可以充分地提取原序列中的非平稳确定性信息但过度的差分会造成有用信息的浪费2021/7/14时间序列分析例5.4假设序列如下考察一阶差分后序列和二阶差分序列的平稳性与方差2021/7/14时间序列分析比较一阶差分平稳方差小二阶差分(过差分)平稳方差大2021/7/14时间序列分析5.2ARIMA模型ARIMA模型结构ARIMA模型性质ARIMA模型建模ARIMA模型预测疏系数模型季节模型2021/7/14时间序列分析

4、ARIMA模型结构使用场合差分平稳序列拟合模型结构2021/7/14时间序列分析ARIMA模型族d=0ARIMA(p,d,q)=ARMA(p,q)P=0ARIMA(P,d,q)=IMA(d,q)q=0ARIMA(P,d,q)=ARI(p,d)d=1,P=q=0ARIMA(P,d,q)=randomwalkmodel2021/7/14时间序列分析随机游走模型(randomwalk)模型结构模型产生典故KarlPearson(1905)在《自然》杂志上提问:假如有个醉汉醉得非常严重,完全丧失方向感,把他放在荒郊野外,一段时间之后再去找他,在什么地方找到他的概率最大呢?2021/7/14时间序列

5、分析ARIMA模型的平稳性ARIMA(p,d,q)模型共有p+d个特征根,其中p个在单位圆内,d个在单位圆上。所以当时ARIMA(p,d,q)模型非平稳。例5.5ARIMA(0,1,0)时序图2021/7/14时间序列分析ARIMA模型的方差齐性时,原序列方差非齐性d阶差分后,差分后序列方差齐性2021/7/14时间序列分析ARIMA模型建模步骤获得观察值序列平稳性检验差分运算YN白噪声检验Y分析结束N拟合ARMA模型2021/7/14时间序列分析例5.6对1952年——1988年中国农业实际国民收入指数序列建模2021/7/14时间序列分析一阶差分序列时序图2021/7/14时间序列分析

6、一阶差分序列自相关图2021/7/14时间序列分析一阶差分后序列白噪声检验延迟阶数统计量P值615.330.01781218.330.10601824.660.13442021/7/14时间序列分析拟合ARMA模型偏自相关图2021/7/14时间序列分析建模定阶ARIMA(0,1,1)参数估计模型检验模型显著参数显著2021/7/14时间序列分析ARIMA模型预测原则最小均方误差预测原理Green函数递推公式2021/7/14时间序列分析预测值2021/7/14时间序列分析例5.7已知ARIMA(1,1,1)模型为且求的95%的置信区间2021/7/14时间序列分析预测值等价形式计算预测值

7、2021/7/14时间序列分析计算置信区间Green函数值方差95%置信区间2021/7/14时间序列分析例5.6续:对中国农业实际国民收入指数序列做为期10年的预测2021/7/14时间序列分析疏系数模型ARIMA(p,d,q)模型是指d阶差分后自相关最高阶数为p,移动平均最高阶数为q的模型,通常它包含p+q个独立的未知系数:如果该模型中有部分自相关系数或部分移动平滑系数为零,即原模型中有部分系数省缺了,那么该模型称为

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。