第3章-平稳线性ARMA模型s--AR模型说课讲解.ppt

第3章-平稳线性ARMA模型s--AR模型说课讲解.ppt

ID:58620056

大小:860.50 KB

页数:66页

时间:2020-10-19

第3章-平稳线性ARMA模型s--AR模型说课讲解.ppt_第1页
第3章-平稳线性ARMA模型s--AR模型说课讲解.ppt_第2页
第3章-平稳线性ARMA模型s--AR模型说课讲解.ppt_第3页
第3章-平稳线性ARMA模型s--AR模型说课讲解.ppt_第4页
第3章-平稳线性ARMA模型s--AR模型说课讲解.ppt_第5页
资源描述:

《第3章-平稳线性ARMA模型s--AR模型说课讲解.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、本节结构方法性工具线性过程的因果性和可逆性AR模型13.1方法性工具差分运算滞后算子线性差分方程在正式讨论线性过程之前,我们首先给出相应的准备工具,介绍延迟算子和求解线性差分方程,这些工具会使得时间序列模型表达和分析更为简洁和方便2滞后算子延迟算子类似于一个时间指针,当前序列值乘以一个延迟算子,就相当于把当前序列值的时间向过去拨了一个时刻记B为延迟算子,有4延迟算子的性质,其中5用延迟算子表示差分运算阶差分步差分6线性差分方程线性差分方程齐次线性差分方程7齐次线性差分方程的解特征方程特征方程的根称为特征根,记作齐次线性差分方程的通解不

2、相等实数根场合有相等实根场合复根场合8非齐次线性差分方程的解非齐次线性差分方程的特解使得非齐次线性差分方程成立的任意一个解非齐次线性差分方程的通解齐次线性差分方程的通解和非齐次线性差分方程的特解之和910线性平稳时间序列分析在时间序列的统计分析中,平稳序列是一类重要的随机序列。在这方面已经有了比较成熟的理论知识,最常用的是ARMA(AutoregressiveMovingAverage)序列。用ARMA模型去近似地描述动态数据在实际应用中有许多优点,例如它是线性模型,只要给出少量参数就可完全确定模型形式;另外,便于分析数据的结构和内在

3、性质,也便于在最小方差意义下进行最佳预测和控制。本章将讨论ARMA模型的基本性质和特征,这是时间序列统计分析中的重要理论基础。1112定理3.1定义(3.1)中的线性过程是平稳序列,且是均方收敛的。133.1.2线性过程的因果性和可逆性在应用时间序列分析去解决实际问题时,所使用的线性过程是因果性的,即:14设为一步延迟算子,则,,(3.4)可表为:其中,,今后将把看作对进行运算的算子,又可作为的函数来讨论。15在理论研究和实际问题的处理时,通常还需要用t时刻及t时刻以前的来表示白噪声,即16173.2ARMA模型的性质AR模型(Aut

4、oRegressionModel)MA模型(MovingAverageModel)ARMA模型(AutoRegressionMovingAveragemodel)18193.2.1一阶自回归过程AR(1)通常地,由于经济系统惯性的作用,经济时间序列往往存在着前后依存关系。最简单的一种情形就是变量当前的取值主要与其前一时期的取值状况有关,用数学模型来描述这种关系就是下面介绍的一阶自回归模型。2021在一阶自回归AR(1)模型中,保持其平稳性的条件是对应的特征方程的根的绝对值必须小于1,即满足。对于平稳的AR(1)模型,经过简单的计算易得

5、22233.2.2二阶自回归过程AR(2)当变量当前的取值主要与其前两时期的取值状况有关,用数学模型来描述这种关系就是如下的二阶自回归模型AR(2):引入延迟算子的表达形式为:2425下面利用特征方程的根与模型参数的关系,给出AR(2)模型平稳的的取值条件(或值域)。26(3.16)和(3.17)式是保证AR(2)模型平稳,回归参数所应具有的条件。反之,若(3.16)和(3.17)式成立,则特征方程特征方程的根必落在单位圆内。27满足条件(3.16)和(3.17)式给出的区域称为平稳域。对于AR(2)模型平稳域是一个三角形区域,见下图

6、阴影部分。282930例3.2设AR(2)模型:试判别的平稳性。解:根据上述关于平稳条件的讨论,可以通过两种径进行讨论:3132下面我们讨论序列的统计特性,关于平稳的二阶自回归模型AR(2)模型:AR模型的定义具有如下结构的模型称为阶自回归模型,简记为特别当时,称为中心化模型33AR(P)序列中心化变换称为的中心化序列,令34自回归系数多项式引进延迟算子,中心化模型又可以简记为自回归系数多项式35AR模型平稳性判别判别原因AR模型是常用的平稳序列的拟合模型之一,但并非所有的AR模型都是平稳的判别方法单位根判别法平稳域判别法36例3.1

7、:考察如下四个模型的平稳性37例3.1平稳序列时序图38例3.1非平稳序列时序图39AR模型平稳性判别方法特征根判别AR(p)模型平稳的充要条件是它的p个特征根都在单位圆内根据特征根和自回归系数多项式的根成倒数的性质,等价判别条件是该模型的自回归系数多项式的根都在单位圆外平稳域判别平稳域40AR(1)模型平稳条件特征根平稳域41AR(2)模型平稳条件特征根平稳域42例3.1平稳性判别模型特征根判别平稳域判别结论(1)平稳(2)非平稳(3)平稳(4)非平稳43平稳AR模型的统计性质均值方差协方差自相关系数偏自相关系数44均值如果AR(p

8、)模型满足平稳性条件,则有根据平稳序列均值为常数,且为白噪声序列,有推导出45方差平稳AR模型的传递形式两边求方差得46例3.2:求平稳AR(1)模型的方差平稳AR(1)模型的传递形式为Green函数为平稳AR(1)模型

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。