第五章时间序列模型的分析.pptx

第五章 时间序列模型的分析;第一节 时间序列模型简介;时间序列模型(time series model);时间序列的基本模型;第二节 平稳时间序列模型;时序图;平稳时间序列的意义;例 5-1;白噪声时间序列(White noise time series);一、移动平均过程(MA ); 由于时间序列 为白噪音序列，则 的均值、方差和协方差 分别为 ;q 阶移动平均过程;q 阶移动平均过程;无穷阶移动平均过程;二、自回归过程(AR);一阶自回归模型;AR(1)的统计性质;1 均值;2 方差;3 协方差;AR(1)模型的相关图;样本估计;例;样本自相关图;二阶自回归模型;中心化模型;AR(2)的方差与协方差;特征方程(characteristic equation);特征根判别;例;AR(p)模型阶数 p 的确定;AR(2)的自相关系数方程 ;三、ARMA 过程;ARMA (p, q) 模型的平稳条件;ARMA (p, q) 模型的均值;ARMA (p, q) 模型的协方差;过度参数化;例;1 时序图;2 自相关图;3 模型识别;AR(1)模型;AR(2)模型;AR(3)模型;4 选择合适模型;第三节 非平稳时间序列模型;趋势平稳模型与单位根过程;随机游动过程(random walk process);趋势平稳模型与单位根过程的主要区别;一、非平稳时间序列简介;误差项的方差;例5-3;时间序列的单积性;二、单位根时间序列的检验;三种模型;迪基—富勒(Dickey-Fuller)检验(简称DF检验);φ检验;拓展迪基—富勒检验(简记ADF检验);例;1 带有移动量的随机游动模型;带有移动量随机游动模型的DF检验;2 带有移动量和线性时间趋势量的随机游动模型;带有移动量和线性时间趋势量随机游动模型的DF检验;第四节 向量自回归模型; 例 5-4 ;一、向量自回归模型的识别与估计;递归模型的参数估计;似乎不相关回归模型(简称SUR模型);SUR模型的参数估计;二、向量自回归模型的检验(1) 滞后期长度的确定;例;AIC信息准则和SBC准则;Granger因果检验(Granger causality test);例