




版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、引言:對(duì)平穩(wěn)時(shí)間序列建立模型一般要經(jīng)過(guò)以下幾步:1.模型識(shí)別:根據(jù)系統(tǒng)性質(zhì),以及所提供的時(shí)序據(jù)的概貌,提出一個(gè)相適的類型的模型、模型的定階等。2.模型參數(shù)估計(jì):就是根據(jù)實(shí)際的觀測(cè)數(shù)據(jù)具體地確定該數(shù)學(xué)模型所包含的項(xiàng)數(shù)以及各項(xiàng)系數(shù)的數(shù)值。3.模型的診斷檢驗(yàn):包括模型的適應(yīng)性檢驗(yàn)等。4.模型的應(yīng)用:如預(yù)測(cè)。本章主要介紹前三部分的內(nèi)容。第五章 平穩(wěn)時(shí)間序列模型的建立第五章 平穩(wěn)時(shí)間序列模型的建立第一節(jié) 平穩(wěn)時(shí)間序列模型的識(shí)別第二節(jié) 模型的定階第三節(jié) ARMA模型參數(shù)估計(jì)第四節(jié) 模型的診斷檢驗(yàn)第五節(jié) 建模的其它方法第五節(jié) 平穩(wěn)時(shí)間序列模型實(shí)例第一節(jié) 平穩(wěn)時(shí)間序列模型的識(shí)別一、模型識(shí)別前的說(shuō)明二、模型識(shí)別
2、方法返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè)一、模型識(shí)別前的說(shuō)明(一)關(guān)于非平穩(wěn)序列(一)關(guān)于非平穩(wěn)序列本章所介紹的是對(duì)零均值平穩(wěn)序列零均值平穩(wěn)序列建立ARMA模型,因此,在對(duì)實(shí)際的序列進(jìn)行模型識(shí)別之前,應(yīng)首先檢驗(yàn)序列是否平穩(wěn),若序列非平穩(wěn),應(yīng)先通過(guò)適當(dāng)變換將其化為平穩(wěn)序列,然后再進(jìn)行模型識(shí)別。返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè)序列的非平穩(wěn)包括均值非平穩(wěn)和方差非平穩(wěn)。均值非平穩(wěn)序列平穩(wěn)化的方法:差分變換。方差非平穩(wěn)序列平穩(wěn)化的方法:對(duì)數(shù)變換、平方根變換等。序列平穩(wěn)性的檢驗(yàn)方法和手段主要有:序列趨勢(shì)圖、自相關(guān)圖、單位根檢驗(yàn)、非參數(shù)檢驗(yàn)方法等等。單位根檢驗(yàn)定義通過(guò)檢驗(yàn)特征根是在單位圓內(nèi)還是單位圓上(外),來(lái)檢驗(yàn)序列的平穩(wěn)性
3、方法 DF檢驗(yàn) ADF檢驗(yàn) PP檢驗(yàn)DF檢驗(yàn)假設(shè)條件 原假設(shè):序列非平穩(wěn) 備擇假設(shè):序列平穩(wěn)檢驗(yàn)統(tǒng)計(jì)量 時(shí) 時(shí)110:H110:H11) 1 , 0()()(1111NSt漸近11)(111SDF統(tǒng)計(jì)量 時(shí) 時(shí)1111) 1 , 0()()(1111NSt漸近1021011)()()()(1drrWrdWrWS極限D(zhuǎn)F檢驗(yàn)的等價(jià)表達(dá)等價(jià)假設(shè)檢驗(yàn)統(tǒng)計(jì)量100110其中:HH) (SDF檢驗(yàn)的三種類型第一種類型第二種類型第三種類型tttxx11tttxx11tttxtx11ADF檢驗(yàn)DF檢驗(yàn)只適用于AR(1)過(guò)程的平穩(wěn)性檢驗(yàn) 。為了使檢驗(yàn)?zāi)苓m用于AR(p)過(guò)程的平穩(wěn)性檢驗(yàn),人們對(duì)檢驗(yàn)進(jìn)行了一定的修
4、正,得到增廣檢驗(yàn)(Augmented DickeyFuller),簡(jiǎn)記為ADF檢驗(yàn)ADF檢驗(yàn)的原理若AR(p)序列有單位根存在,則自回歸系數(shù)之和恰好等于1 1010211111pppppADF檢驗(yàn)等價(jià)假設(shè)檢驗(yàn)統(tǒng)計(jì)量1002110pHH其中:) (SADF檢驗(yàn)的三種類型第一種類型第二種類型第三種類型tptpttxxx11tptpttxxx11tptpttxxtx11二、模型識(shí)別方法(一)平穩(wěn)序列模型識(shí)別要領(lǐng)零均值平穩(wěn)序列模型識(shí)別的主要根據(jù)是序列的自相關(guān)函數(shù)(ACF)和偏自相關(guān)函數(shù)(PACF)的特征。若序列xt的偏自相關(guān)函數(shù) 在kp以后截尾,即kp 時(shí), ,而且它的自相關(guān)函數(shù) 拖尾,則可判斷此序列
5、是AR(p)序列。kk0kkk返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè)若序列xt的自相關(guān)函數(shù) 在kq以后截尾,即kq 時(shí), ,而且它的偏自相關(guān)函數(shù) 拖尾,則可判斷此序列是MA(q)序列。若序列xt的自相關(guān)函數(shù)、偏相關(guān)函數(shù)都呈拖尾形態(tài),則可斷言此序列是ARMA序列。若序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)不但都不截尾,而且至少有一個(gè)下降趨勢(shì)勢(shì)緩慢或呈周期性衰減,則可認(rèn)為它也不是拖尾的,此時(shí)序列是非平穩(wěn)序列,應(yīng)先將其轉(zhuǎn)化為平穩(wěn)序列后再進(jìn)行模型識(shí)別。kk0kk(二)樣本自相關(guān)函數(shù)(SACF)和偏自相關(guān)函數(shù)(SPACF)截尾性的判斷。前面模型識(shí)別方法中有關(guān)自相關(guān)函數(shù) 、偏自相關(guān)函數(shù) 截尾性的判斷僅是理論上的,實(shí)際上的樣本自相
6、關(guān)函數(shù) 和樣本偏自相關(guān)函數(shù) 僅是理論上的一個(gè)估計(jì)值,由于樣本的隨機(jī)性,免不了有誤差。因此需要根據(jù)SACF和SPACF對(duì)ACF和PACF的截尾性作一判斷。kkkkkk1. 樣本自相關(guān)函數(shù)截尾性的判斷方法理論上證明:若序列xt為MA(q)序列,則kq后,序列的樣本自相關(guān)函數(shù) 漸近服從正態(tài)分布,即:k)21 (1, 0(12qllknN故由正態(tài)分布理論可知:此處n是樣本容量。%45.95)21 (2(%3 .68)21 (1(5 . 0125 . 012qllkqllknPnP對(duì)于kq,若 的個(gè)數(shù)不超過(guò)總個(gè)數(shù)的31.7%,或 的個(gè)數(shù)不超過(guò)總個(gè)數(shù)的4.5%,就可認(rèn)為 在kq時(shí)是截尾的。5 . 012)
7、21 (1qllkn5 . 012)21 (1qllkn在實(shí)際進(jìn)行檢驗(yàn)實(shí)際進(jìn)行檢驗(yàn)時(shí),可對(duì)每個(gè)k0,分別檢驗(yàn) (通常取 )中滿足 的個(gè)數(shù)所占的百分比是否超過(guò)31.7%,或滿足 的個(gè)數(shù)是否超過(guò)4.5%。若k=1,2,q-1都超過(guò)了 而k=q時(shí)未超過(guò),就可認(rèn)為 在kq時(shí)是截尾的。mkkk,2110nmnm或nk1nk2k2. 樣本偏自相關(guān)函數(shù)截尾性的判斷方法可以證明:若序列xt為AR(p)序列,則kp后,序列的樣本偏自相關(guān)函數(shù) 服從漸近正態(tài)分布,即近似的有: 此處n表示樣本容量。于是可得:kk)1,0(nNkk%5 . 4)2(%7 .31)1(nPnPkkkk在實(shí)際進(jìn)行檢驗(yàn)時(shí),可對(duì)每個(gè)k0,分別
8、檢驗(yàn) (通常取 )中滿足 的個(gè)數(shù)所占的百分比是否超過(guò)31.7%,或滿足 的個(gè)數(shù)是否超過(guò)4.5%。若k=1,2,p-1都超過(guò)了 ,而k=p時(shí)未超過(guò),就可認(rèn)為 在kq時(shí)是截尾的。10nmnm或mkmkkkkk,2, 21, 1,nkk1nkk2kk(三)關(guān)于ARMA序列階數(shù)的確定ARMA序列的階數(shù),直接通過(guò)自相關(guān)圖較難確定,較常用的方法有Pandit-Wu方法(后將介紹)或延伸自相關(guān)函數(shù)(EACF)法。第二節(jié) 模型的定階 模型的定階又稱模型的過(guò)擬合檢驗(yàn),分兩種情況,一是評(píng)價(jià)模型是否包含過(guò)多的參數(shù)。二是評(píng)價(jià)模型是否參數(shù)不足,需要擬合額外的參數(shù)。 模型定階的準(zhǔn)則主要有殘差方差圖定階法、F檢驗(yàn)定階法、A
9、IC和SBC定階準(zhǔn)則等等。返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè)第二節(jié) 模型的定階一、殘差方差圖定階法二、F檢驗(yàn)定階法三、最佳準(zhǔn)則函數(shù)定法返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè)一、殘差方差圖定階法1.基本思想如果擬合的模型階數(shù)與真正階數(shù)不符合,則模型的殘差平方和SSE必然偏大,殘差方差 將比真正模型的殘差方差大。如果是不足擬合,那么逐漸增加模型階數(shù),模型的殘差方差會(huì)漸減少,直到殘差方差達(dá)到最小。如果是過(guò)度擬合,此時(shí)逐漸少模型階數(shù),模型殘差方差分逐漸下降,直到殘差方差達(dá)到最小。返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè)2.殘差方差的估計(jì)公式模型的參數(shù)個(gè)數(shù)實(shí)際觀察值的個(gè)數(shù)模型的剩余平方和2a注:式中 “實(shí)際觀察值個(gè)數(shù)”是指擬合模型時(shí)實(shí)際使用的
10、觀察值項(xiàng)數(shù),即經(jīng)過(guò)平穩(wěn)化后的有效樣本容量。設(shè)原序列有n個(gè)樣本,若建立的模型中有含有自回歸AR部分, 且階數(shù)為p,則實(shí)際觀察值個(gè)數(shù)為n-p個(gè)。若沒(méi)有AR部分,則實(shí)際觀察值個(gè)數(shù)即為n個(gè)。模型的參數(shù)個(gè)數(shù)指模型中所含的參數(shù)個(gè)數(shù),如:若是不帶常數(shù)項(xiàng)的ARMA(p,q)模型,參數(shù)個(gè)數(shù)為p+q個(gè),若帶有常數(shù)項(xiàng),則參數(shù)個(gè)數(shù)為p+q+1個(gè)。用Eviews建立ARMA模型后,可直接得到剩余平方和SSE(Sum squared resid)輸出結(jié)果中也可直接得到殘差標(biāo)準(zhǔn)差: S.E.of regression ,此項(xiàng)的平方即為殘差方差。因此,對(duì)不同的模型殘差方差進(jìn)行比較,直接比較此項(xiàng)既可。例:以 磨輪剖面數(shù)據(jù)為例,
11、分別建立適應(yīng)性模型,輸出結(jié)果見圖示,從中選擇最佳模型,乘余平方和 1473.726 1539.4681522.27原序列長(zhǎng)度250250250p201參數(shù)個(gè)數(shù)222自由度246248247殘差方差5.990756 6.207532 6.1630364殘差標(biāo)準(zhǔn)差2.452.492.48三個(gè)模型殘差方差比較三個(gè)模型殘差方差比較二、F檢驗(yàn)定階法1.基本思想(以一般情形和ARMA(p,q)模型為例)先對(duì)數(shù)據(jù)擬合ARMA(p,q)模型(假設(shè)不含常數(shù)項(xiàng)),設(shè)其殘差平方和為Q0,再對(duì)數(shù)據(jù)擬合 較低階的模型ARMA(p-m,q-s),設(shè)其殘差平方和為Q1。建立原假設(shè)H0:00, 000, 02121qsqsq
12、pmpmp返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè))( ,()()(001qppnsmFqppnQsmQQF在原假設(shè)成立的條件下有:于是計(jì)算統(tǒng)計(jì)量F,在給定的顯著性水平下。若FF ,則拒絕原假設(shè),說(shuō)明兩模型差異是顯著的,此時(shí)模型階數(shù)存在升高的可能性。若F1)檢驗(yàn)統(tǒng)計(jì)量檢驗(yàn)統(tǒng)計(jì)量:Q統(tǒng)計(jì)量(Q statistic)mkknQ12其中,n為樣本容量,m為滯后長(zhǎng)度。Q近似地服從 。)(2mk二、模型的平穩(wěn)性和可逆性分析(一)平穩(wěn)性分析 若是AR(P)模型或ARMA(p,q)模型,其平穩(wěn)性條件是自回歸部分所對(duì)應(yīng)的差分方程的特征方程的特征根必須都小于。 若特征根有大于或等于1的,說(shuō)明模型是非平穩(wěn)的。 特別是當(dāng)特征根等于
13、1或非常接近于1時(shí),說(shuō)明序列為單位根過(guò)程,此時(shí)需要對(duì)原序列進(jìn)行適當(dāng)?shù)牟罘肿儞Q(有幾個(gè)單位根,作幾次差分)使其平穩(wěn),然后再對(duì)變換后的序列建模。返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè)(2)可逆性分析對(duì)于MA(q)和ARMA(p,q)模型,模型的可逆性條件是移動(dòng)平均部分所對(duì)應(yīng)的差分方程的特征都小于1。若有特征根大于1或等于1的,說(shuō)明模型是非可逆的,此時(shí)要對(duì)序列作適當(dāng)?shù)淖儞Q,再建模。特別是當(dāng)特征根有等于1或很接近1,說(shuō)明此模型有過(guò)度差分之誤。因此,應(yīng)適當(dāng)減少差分階數(shù)再建模,以使模型滿足可逆性條件。Eviews 估計(jì)結(jié)果直接輸出自回歸部分所對(duì)應(yīng)的差分方程的特征根:inverted AR root.移動(dòng)平均部分所對(duì)應(yīng)的
14、差分方程的特征方程的特征根:inverted MA root.第五節(jié) 建模的其它方法引:前面介紹的是Box-Jenkins建模法,即主要是以ACF、PACF的統(tǒng)計(jì)特性為依據(jù),但由于我們只能根據(jù)樣本的SACF、SPACF代替理論的ACF、PACF,這樣不可避免會(huì)產(chǎn)生偏差。本節(jié)主要介紹另外一種建模方法Pandit-wu方法。返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè)第五節(jié) 建模的其它方法一、Pandit-Wu建模方法的基本思想二、建模步驟三、Pandit-Wu方法建模舉例返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè)一、Pandit-Wu建模方法的基本思想(P113)Pandit-Wu建模方法以下面認(rèn)識(shí)為依據(jù):即任一平穩(wěn)序列總可以用一個(gè)ARMA(p,p-1)模型來(lái)表示,而AR(p),MA(q)以及ARMA(p,q)都可看作是ARMA(p,p-1)模型的特例。Pandit-Wu方法的基本思想為:逐漸增加模型的階數(shù),擬合較高階的ARMA(p,p-1)模型,直到再增加模型的階數(shù)而剩余平方和不顯著減少為止。返回本節(jié)首頁(yè)下一頁(yè)上一頁(yè)二、建模步驟(1)將序列平穩(wěn)化、零均值化(也可將均值作為一個(gè)參數(shù)估計(jì))。(2)從p=1開始,
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 爬蟲技術(shù)的Python試題及答案
- 經(jīng)典算法獲取Python試題及答案
- 法律邏輯模擬試題及答案
- 法律考試知識(shí)試題及答案
- 精通Msoffice的試題及答案方法
- C++邏輯思維訓(xùn)練試題及答案
- 2025年MySQL基礎(chǔ)知識(shí)問(wèn)答試題及答案
- 2025財(cái)務(wù)考試應(yīng)對(duì)技巧試題及答案
- 輕松備考計(jì)算機(jī)二級(jí)Python試題及答案
- 2025跨國(guó)服務(wù)采購(gòu)合同
- 熱菜加工流程圖
- 《加油站安全管理人員安全生產(chǎn)目標(biāo)責(zé)任書》
- 第三章:船舶主機(jī)安裝工藝
- 跳棋教學(xué)(課堂PPT)
- 計(jì)件工薪酬制度
- MSA偏倚分析報(bào)告樣本
- 15《堅(jiān)持才會(huì)有收獲》優(yōu)選課件
- 中國(guó)顱腦創(chuàng)傷顱內(nèi)壓監(jiān)測(cè)專家共識(shí)
- 水泥購(gòu)銷合同簡(jiǎn)易版
- 列管式換熱器工藝設(shè)計(jì)
- 相聲反正話臺(tái)詞-《反正話》對(duì)口相聲劇本臺(tái)詞
評(píng)論
0/150
提交評(píng)論