本时间序列分析第四章小结.ppt

时间序列分析;第四章 平稳时间序列模型的建立 ;第四章 平稳时间序列模型的建立 共分六节： ※第一节 模型识别 ※第二节 模型定阶 ※第三节 模型参数估计 ※第四节 模型的适应性检验 ※第五节 建模的其它方法 ※第六节 实例;第一节 模型识别;二、用自相关函数和偏自相关函数识别 ;2. 这种识别方法的优缺点： ;三、实际操作中的问题 ;若显著非零;（1）序列均值的方差为： ;（2）零均值的显著性判断： ;对AR(1)模型，有;2. 自相关和偏自相关函数估计值的截尾和拖尾性判断 ;截尾：从某一步q开始与零是否有显著性差别的显著性检验。若从某一步q开始与零无显著性差别，即为截尾。观察是否落入2倍标准差范围内，若是，则与零无显著性差别，即为截尾。 ;;第二节 模型定阶 ;一、 自相关和偏自相关函数定阶法 ;二、残差方差图定阶法;3. 残差方差的计算：;4. ??缺点： ;三、 F检验定阶法 ;2. 对ARMA(n,m)模型 ;3. 实施过程： ;四、 最佳准则函数定阶法(AIC、FPE、BIC准则);2. 主要有AIC准则、FPE准则和BIC准则;选择使上式达到最小的n0做为最佳阶数。;4. AIC准则 ;用AR(n)拟合序列{Xt} ;5. BIC准则;第三节 模型参数估计;二、模型参数的相关矩估计 ;2. 模型参数的矩估计(初估计) ;又有：;（2）MA模型参数的矩估计 ;例：求MA(1) 模型参数的矩估计;（3）ARMA模型参数的矩估计 ;例：ARMA(1,1)模型参数的矩估计 ;第四节 模型的适应性检验;本节主要介绍的模型适应性检验的方法有：;一、 散点图法 ;三、 F检验 ;四、 检验法 ;因此有： ;第五节 建模的其它方法;一、Pandit-Wu建模法 ;3. 基本步骤： ;4. 两阶两阶增加阶数的原因： ;二、用长阶自回归建立近似模型;2. 步骤： ;注意的问题： ;2.AR(2n) ARMA(n,n-1)， 为什么是ARMA(n,n-1)？ ;5.模型识别： （1）计算样本自相关函数和样本偏自相关函数，得ACF和PACF图； （2）判断其截尾、拖尾性 （3）得试探性模型 6.模型定阶： （1）残差方差图定阶 （2）F检验