應(yīng)用時(shí)間序列分析實(shí)驗(yàn)手冊-wenkub
2023-07-08 19:19:13 本頁面
【正文】 遲1階的偏自相關(guān)系數(shù)顯著大于2倍標(biāo)準(zhǔn)差之外，其它的偏自相關(guān)系數(shù)都在2倍標(biāo)準(zhǔn)差范圍內(nèi)作小值隨機(jī)波動，而且由非零相關(guān)系數(shù)衰減為小值波動的過程非常突然，所以該偏自相關(guān)系數(shù)可視為一階截尾 n 所以可以考慮擬合模型為AR(1)自相關(guān)系數(shù)偏相關(guān)系數(shù)模型定階拖尾P階截尾AR(p)模型Q階截尾拖尾MA（q）模型拖尾拖尾ARMA(P,Q)模型具體判別什么模型看書58到62的圖例。 第三章 平穩(wěn)時(shí)間序列建模實(shí)驗(yàn)教程一、模型識別圖1：打開數(shù)據(jù)圖2：繪制序列散點(diǎn)圖圖3：輸入散點(diǎn)圖的兩個(gè)變量圖4：序列的散點(diǎn)圖圖1：在數(shù)據(jù)窗口下選擇相關(guān)分析圖2：選擇變量圖3：選擇對象圖4：序列相關(guān)圖如果樣本(偏)自相關(guān)系數(shù)在最初的d階明顯大于兩倍標(biāo)準(zhǔn)差范圍，而后幾乎95％的自相關(guān)系數(shù)都落在2倍標(biāo)準(zhǔn)差的范圍以內(nèi)，而且通常由非零自相關(guān)系數(shù)衰減為小值波動的過程非常突然。圖1：序列的相關(guān)分析圖2：輸入序列名稱圖2：選擇相關(guān)分析的對象圖3：序列的相關(guān)分析結(jié)果:1. 可以看出自相關(guān)系數(shù)始終在零周圍波動，：該統(tǒng)計(jì)量的原假設(shè)為X的1期，2期……k期的自相關(guān)系數(shù)均等于0，備擇假設(shè)為自相關(guān)系數(shù)中至少有一個(gè)不等于0，因此如圖知，該P(yáng)值都5%的顯著性水平,所以接受原假設(shè),即序列是純隨機(jī)序列,即白噪聲序列(因?yàn)樾蛄兄抵g彼此之間沒有任何關(guān)聯(lián),所以說過去的行為對將來的發(fā)展沒有絲毫影響,因此為純隨機(jī)序列,即白噪聲序列.) 有的題目平穩(wěn)性描述可以模仿書本33頁最后一段.（三）平穩(wěn)性檢驗(yàn)還可以用：單位根檢驗(yàn)：ADF,PP檢驗(yàn)等；非參數(shù)檢驗(yàn)：游程檢驗(yàn)圖1：序列的單位根檢驗(yàn)表示不包含截距項(xiàng)圖2：單位根檢驗(yàn)的方法選擇圖3：ADF檢驗(yàn)的結(jié)果：如圖，單位根統(tǒng)計(jì)量ADF=%10%的ADF臨界值，所以接受原假設(shè)，該序列是非平穩(wěn)的。二、純隨機(jī)性檢驗(yàn)計(jì)算Q統(tǒng)計(jì)量，根據(jù)其取值判定是否為純隨機(jī)序列。這時(shí)，通常視為(偏)自相關(guān)系數(shù)截尾。：二、模型參數(shù)估計(jì)根據(jù)相關(guān)圖模型確定為AR(1)，建立模型估計(jì)參數(shù)在ESTIMATE中按順序輸入變量cx c cx(1)或者cx c ar(1) 選擇LS參數(shù)估計(jì)方法，查看輸出結(jié)果，看參數(shù)顯著性，該例中兩個(gè)參數(shù)都顯著。常數(shù)和滯后一階參數(shù)的P值都很小，參數(shù)顯著；因此整個(gè)模型比較精簡，模型較優(yōu)。優(yōu)化準(zhǔn)則：最小信息量準(zhǔn)則（An Information Criterion） n 指導(dǎo)思想n 似然函數(shù)值越大越好 n 未知參數(shù)的個(gè)數(shù)越少越好 n AIC準(zhǔn)則的缺陷在樣本容量趨于無窮大時(shí)，由AIC準(zhǔn)則選擇的模型不收斂于真實(shí)模型，它通常比真實(shí)模型所含的未知參數(shù)個(gè)數(shù)要多 但是本例中滯后二階的參數(shù)不顯著，不符合精簡原則，不必進(jìn)行深入判斷。而某序列在某時(shí)刻的取值是隨機(jī)的，不能給以精確預(yù)測，只知道取某一數(shù)值的概率，如白噪聲序列等。常用的確定性分析方法為因素分解。圖1：導(dǎo)入數(shù)據(jù)圖2：繪制線圖，序列有明顯的上升趨勢長期趨勢具備線性上升的趨勢，所以進(jìn)行序列對時(shí)間的線性回歸分析。圖1：導(dǎo)入數(shù)據(jù)圖2：繪制曲線圖可以看出序列不是線性上升，而是曲線上升，嘗試用二次模型擬合序列的發(fā)展。（二） 平滑法除了趨勢擬合外，平滑法也是消除短期隨機(jī)波動反應(yīng)長期趨勢的方法，而其平滑法可以追蹤數(shù)據(jù)的新變化。圖5：二次平滑效果圖例4：對于有明顯線性趨勢的序列，我們可以采用Holt兩參數(shù)法進(jìn)行指數(shù)平滑對北京市19782000年報(bào)紙發(fā)行量序列進(jìn)行Holt兩參數(shù)指數(shù)平滑圖1：報(bào)紙發(fā)行量的曲線圖圖2：Holt兩參數(shù)指數(shù)平滑（指定平滑系數(shù)）圖3：預(yù)測效果檢驗(yàn)圖4：系
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1