應用時間序列分析-時間序列的預處理(文件)
【正文】 列 ，它滿足如下兩條性質(zhì) 并不是所有平穩(wěn)序列都值得建模！純隨機序列無法預測，無法進一步建模！標準正態(tài)白噪聲序列時序圖 白噪聲序列的性質(zhì) n 純隨機性 n 各序列值之間沒有任何相關關系，即為 “ 沒有記憶 ” 的序列 n 方差齊性 (平穩(wěn) ) n 根據(jù)馬爾可夫定理，只有方差齊性假定成立時，用最小二乘法得到的未知參數(shù)估計值才是準確的、有效的純隨機性檢驗 n 檢驗原理n 假設條件n 檢驗統(tǒng)計量 n 判別原則Barlett定理 n 如果一個時間序列是純隨機的，得到一個觀察期數(shù)為 的觀察序列，那么該序列的延遲非零期的樣本自相關系數(shù)將近似服從均值為零，方差為序列觀察期數(shù)倒數(shù)的正態(tài)分布假設條件n 原假設：延遲期數(shù)小于或等于 期的序列值之間相互獨立n 備擇假設：延遲期數(shù)小于或等于 期的序列值之間有相關性 檢驗統(tǒng)計量n Q統(tǒng)計量 （大樣本）n LB統(tǒng)計量 （小樣本）判別原則n 拒絕原假設n 當檢驗 統(tǒng)計量大于 分位點 ，或該統(tǒng)計量的 P值小于 時 ，則可以以 的置信水平拒絕原假設，認為該序列為非白噪聲序列n 接受原假設n 當檢驗統(tǒng)計量小于 分位點，或該統(tǒng)計量的 P值大于 時，則認為在 的置信水平下無法拒絕原假設，即不能顯著拒絕序列為純隨機序列的假定 例 ：標準正態(tài)白噪聲序列純隨機性檢驗樣本自相關圖檢驗結果延遲統(tǒng)計量檢驗統(tǒng)計量值 P值延遲 6期 延遲 12期 由于 P值顯著大于顯著性水平 ，所以該序列不能拒絕純隨機的原假設。第二章時間序列的預處理本章結構n 平穩(wěn)性檢驗n 純隨機性檢驗 n 特征統(tǒng)計量n 平穩(wěn)時間序列的定義n 平
教學課件相關推薦
鄂ICP備17016276號-1