平穩(wěn)時間序列分析培訓課程(存儲版)
【正文】 的隨機性，樣本的相關系數不會呈現出理論截尾的完美情況，本應截尾的 或 仍會呈現出小值振蕩的情況n 由于平穩(wěn)時間序列通常都具有短期相關性，隨著延遲階數 ， 與 都會衰減至零值附近作小值波動？ 當 或 在延遲若干階之后衰減為小值波動時，什么情況下該看作為相關系數截尾，什么情況下該看作為相關系數在延遲若干階之后正常衰減到零值附近作拖尾波動呢？ 模型定階經驗方法n 如果樣本 (偏 )自相關系數在最初的 d階明顯大于兩倍標準差范圍，而后幾乎 95％的自相關系數都落在 2倍標準差的范圍以內， 而且通常由非零自相關系數衰減為小值波動的過程非常突然。n 綜合該序列自相關系數和偏自相關系數的性質，為擬合模型定階為 MA(1) 例 n 18801985全球氣表平均溫度改變值差分序列 序列自相關圖序列偏自相關圖擬合模型識別n 自相關系數顯示出不截尾的性質n 偏自相關系數也顯示出不截尾的性質n 綜合該序列自相關系數和偏自相關系數的性質，可以嘗試使用 ARMA(1,1)模型擬合該序列例 n 確定 1950年 —— 1998年北京市城鄉(xiāng)居民定期儲蓄比例序列擬合模型的口徑 n 擬合模型： AR(1)n 估計方法：極大似然估計n 模型口徑例 n 確定美國科羅拉多州某一加油站連續(xù) 57天的 OVERSHORTS序列擬合模型的口徑 n 擬合模型： MA(1)n 估計方法：條件最小二乘估計n 模型口徑例 n 確定 18801985全球氣表平均溫度改變值差分序列擬合模型的口徑 n 擬合模型： ARMA(1,1)n 估計方法：條件最小二乘估計n 模型口徑模型檢驗n 模型的顯著性檢驗n 整個模型對信息的提取是否充分n 參數的顯著性檢驗n 模型結構是否最簡模型的顯著性檢驗n 目的n 檢驗模型的有效性 （對信息的提取是否充分）n 檢驗對象n 殘差序列n 判定原則n 一個好的擬合模型應該能夠提取觀察值序列中幾乎所有的樣本相關信息，即殘差序列應該為白噪聲序列 n 反之，如果殘差序列為非白噪聲序列，那就意味著殘差序列中還殘留著相關信息未被
環(huán)評公示相關推薦
鄂ICP備17016276號-1