aan_计量学ARMA模型自相关函数(生产管理 质量管理 成本管理 品质管理)-PPT课件.ppt

《aan_计量学ARMA模型自相关函数(生产管理 质量管理 成本管理 品质管理)-PPT课件.ppt》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、1（三）ARMA模型的自相关函数由ARMA(p,q)的自协方差公式可以看出，只有的q个自相关的值同时依赖于和；当时，具有与AR(p)模型相同的自相关函数差分公式或者2若，自相关函数是指数或正弦波衰减的，具体由多项式和初始值决定。若，就会有个初始值不遵从一般的衰减变化形式。ARMA(p,q)的自相关函数是步拖尾的。这一事实在识别ARMA模型时也非常有用。3ARMA(1,1)过程45（一）AR(p)模型的偏自相关函数AR(p)的模型偏自相关函数定义为计算方法把对回归，得到回归方程其中最后一项的回归系数就

2、是要求的偏自相关系数。6根据线性回归法计算偏自相关函数，运用最小二乘法进行参数估计，得到正规方程组该方程组也可以认为是利用的协方差和自相关函数导出。尤勒——沃克方程如下7分别求解，得到偏自相关系数：8由于AR(p)模型意味着与以后的滞后项不相关，因此大于p阶的偏自相关系数必然都等于0。这意味着AR(p)模型的偏自相关函数有在处截尾的特征。这也是识别自回归模型及其自回归阶数的重要依据。9（二）MA(q)和ARMA模型的偏自相关函数MA(1)的偏自相关函数该函数，且被衰减指数控制，因此具有拖尾性。可逆的

3、MA()过程等价于无限阶的AR过程，因此它们的偏自相关函数会无限延伸，被指数衰减和（或）正弦波衰减所控制。总之都具有拖尾的特征。101112（3）ARMA(p,q)模型的自相关函数和偏自相关函数都是拖尾的，自相关函数是步拖尾，偏自相关函数是步拖尾。132、样本自相关函数和样本偏自相关函数假设有一组观测样本，一般认为近似自相关函数最好的样本自相关函数为：其中14计算样本偏自相关函数（SPACF）的方法：直接把样本自相关值代入尤勒——沃克方程进行计算，或者用公式回归的方法计算。1516一、移动平均模型参

4、数估计MA(q)模型的自协方差函数为自相关函数为17首先利用样本数据计算出的估计值把这q+1个样本自协方差代自协方差函数中的，或者根据这些再计算出的估计代入自相关函数，并用和分别代自协方差或自相关函数中的待定参数和，可得到q+1个方程的联立方程组。18如果可以从这个方程组解出和，就是我们要求的参数估计值。也可以先解出真实参数与自协方差、自相关的关系，再代入样本估计值。因为是时间序列过程的二阶矩，上述估计量是通过q+1个样本矩方程求出的，所以是矩估计量，具有一致估计的性质。19q=1时的参数估计方法一

5、：直接利用一阶自相关函数进行参数估计20由于可逆性条件要求的绝对值小于1，因此只有满足要求。把样本自相关系数作为的估计代入上式，就可以解得模型参数的估计量21方法二：利用自协方差函数进行估计MA(1)模型有求解上述方程组，并利用，可解得22代入样本自相关和自协方差得模型参数和模型误差项方差的估计量由于上述矩估计的方程组是非线性的，因此只有当q较小（q=1、2、3）时，直接进行解析求解才可行，当更大时解析求解越来越困难，一般应使用迭代方法求近似解。23最简单的迭代方法把MA(q)模型的自协方差公式代入

6、估计量，并变换为24首先给出参数的一组初始值：将它们和代入上述两个迭代公式，计算出参数的第一次迭代值，，再将这些参数值代入迭代公式反复迭代，直到收敛。最后得到迭代值作为参数估计值。25二、自回归模型参数估计（一）普通最小二乘估计OLS根据模型，残差平方和为根据最小二乘原理，利用一阶条件求上述最小二乘函数最小化的参数值，即为最小二乘估计。26（二）利用样本自协方差方程的矩估计对于一般的平稳AR(p)模型，有关于自相关的一组关系，即Yule-Walker方程：27利用样本数据计算出样本自相关，代入上述Y

7、ule-Walker方程，可以解得的“Yule-Walker估计”：28该模型中修正项的方差则可以用下式估计：因为计算估计量的方程组是样本自相关函数，也是二阶样本矩方程，因此Yule-Walker估计同样是矩估计量，也是一致估计。2930三、自回归移动平均模型参数估计ARMA(p,q)模型的个参数可分两步进行估计步骤一：先估计出其中的自回归参数；步骤二：估计移动平均系数和。31（一）估计自回归参数因为当时，ARMA(p,q)模型的自相关函数与AR(p)相同的性质，因此32利用样本自相关函数值，可计算

8、出的估计量：33（二）估计移动平均系数模型改写成令，并让作为一个变量代入，则模型近似为就是一个MA(q)模型，可以利用前面介绍的MA(q)模型矩方法估计其中的参数和34可以利用原时间序列的自协方差和前面得到的自回归系数估计，计算出的自协方差，进而计算出自相关系数。再代入MA(q)模型矩估计的样本自相关函数，就可以用前面介绍的方法得到和的参数估计。3536检验残差是否白噪声的方法（一）是根据残差序列的样本自相关函数SACF，样本偏自相关函数SPACF，看它们是否在统计上