- 1、本文档共17页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
张晓峒1节-季节arima模型
PAGE 2
PAGE 1
第1讲 季节时间序列(SARIMA)模型
1.时间序列(ARIMA)模型回顾
时间序列分析方法由Box-Jenkins (1976) 年提出。它适用于各种领域的时间序列分析。
时间序列模型不同于经济计量模型的两个特点是:
(1)这种建模方法不以经济理论为依据,而是依据变量自身的变化规律,利用外推机制描述时间序列的变化。
(2)明确考虑时间序列的非平稳性。如果时间序列非平稳,建立模型之前应先通过差分把它变换成平稳的时间序列,再考虑建模问题。
时间序列模型的应用:
(1)研究时间序列本身的变化规律(何种结构,建立模型,有无确定性趋势,有无单位根,有无季节性成分)。
(2)在回归模型的预测中首先预测解释变量的值。
(3)非经典经济计量学的基础知识之一。
滞后算子与差分算子
滞后算子:表示时间滞后的算子,常用L或B表示。例,Lxt = xt- 1,Ln xt = xt- n 。
差分:时间序列变量的本期值与其滞后值相减的运算叫差分。表示差分运算的算子称作差分算子,常用?或D表示。
差分分为一阶差分和高阶差分,一次差分和高次差分。
例,一阶差分? xt = xt - xt -1 = xt - L xt = (1- L) xt。
例,高阶差分?k xt = xt - xt -k = xt – Lk xt = (1- Lk ) xt。
例,二次差分??xt = (1- L ) 2 xt = (1 – 2L + L 2 ) xt = xt –2 xt-1+ xt–2
高阶差分常用于季节性数据的差分,如季度数据的4阶差分、月度数据的12阶差分等。
滞后算子与差分算子可以直接参与运算。
滞后算子有如下性质。
(1)常数与滞后算子相乘等于常数。Lc = c
(2)滞后算子适用于分配律。(Li + Lj) xt = Li xt + Lj xt = xt -i+ xt –j
(3)滞后算子适用于结合律。Li Lj xt = Li+ j xt = xt -i–j, (Lj)2xt = Lj Lj xt = L2 j xt = xt–2 j
(4)滞后算子的零次方等于1。L0 xt = xt
(5)滞后算子的负整数次方意味着超前。L-i xt = xt+i
中文对时间前后的描述混乱。
以前,从前,前年,滞后 现在 以后,今后,后年,超前
时间
backward, lag, now, lead, forward,
几种典型的随机过程
1.白噪声(white noise)过程
对于随机过程{ xt , t?T }, 如果E(xt) = 0, Var (xt) = ? 2 ? ? , t?T; Cov (xt, xt + k) = 0, (t + k ) ? T , k ? 0 , 则称{xt}为白噪声过程。
2.随机游走(random walk)过程
对于下面的表达式
xt = xt -1 + ut
如果ut 为白噪声过程,则称xt 为随机游走(随机游动、随机漫游)过程。
3.自回归过程,AR(p)
如果一个剔出均值和确定性成分的线性过程可表达为
xt = ? 1xt-1 + ? 2 xt-2 + … + ? p xt-p + ut ,
其中?i, i = 1, … p 是自回归参数,ut 是白噪声过程,则称xt为p阶自回归过程,用AR(p)表示。xt是由它的p个滞后变量的加权和以及ut相加而成。
4.移动平均过程,MA(q)
如果一个剔出均值和确定性成分的线性随机过程可用下式表达
xt = ut + ? 1 ut –1 +? 2 ut -2 + … + ? q ut – q = (1 + ? 1L + ? 2 L2 + … +? q Lq) ut = ??L)
其中? 1, ? 2, …, ? q是移动平均参数,ut为白噪声过程,则上式称为q阶移动平均过程,记为MA(q) 。之所以称“移动平均”,是因为xt是由q +1个ut和ut滞后项的加权和构造而成。“移动”指t的变化,“平均”指加权和。
5.自回归移动平均过程,ARMA(p, q)
由自回归和移动平均两部分共同构成的随机过程称为自回归移动平均过程,记为ARMA(p, q), 其中p, q分别表示自回归和移动平均部分的最大阶数。ARMA(p, q) 的一般表达式是
xt = ? 1xt-1 + ? 2xt-2 +…+? p xt-p + ut +? 1ut-1 + ? 2 ut-2 + ...+ ? q ut-q
即
(1 - ? 1L - ? 2 L2 -… - ? p Lp ) xt = (1 + ? 1 L + ? 2 L2+ … +
您可能关注的文档
- 虚拟实境设计.ppt
- 虚拟实验室proteus在物理教学中的运用.doc
- 虚拟示教板市场化方法.doc
- 虚拟网.pdf
- 虚拟网1.docx
- 虚拟网络.ppt
- 虚拟网站设计.ppt
- 虚拟物品3天自动打款.doc
- 虚拟现实vrml实验指导1-2_学生_.doc
- 虚拟现实跟相关技术田景成.doc
- 甘肃省酒泉市金塔县等4地2024-2025学年高一上学期11月期中考试数学试题【含解析】.pdf
- 浙江省宁波市余姚中学2024-2025学年度高二上学期10月月考数学试题【含解析】.docx
- 河南省商开大联考2022-2023学年高一上学期期中考试数学试卷【含解析】.pdf
- 重庆市开州中学2024-2025学年高二上学期第一次月考数学试题【含解析】.docx
- 云南省昆明仁泽中学2024-2025学年度高二上学期10月月考数学试卷【含解析】.docx
- 《环境文本数据加工处理技术规范》.pdf
- 《区域大气环境承载力监测预警技术规范》.pdf
- 《环境空气温室气体光声光谱法连续自动监测仪技术要求及检测方法》.pdf
- 《美丽城市建设数据分级分类规范》.pdf
- 《大数据优化区域空气质量模拟排放输入数据技术规范》.pdf
文档评论(0)