【正文】 ?? ?100,Q Q sF F s N rQ N r????? 結論：對于給定的顯著性水平 α ? 若 FFα(s,Nr)，則拒絕原假設，認為后面 s個回歸因子對因變量的影響是顯著的，表明 M1合適； ? 若 FFα(s,Nr)，則接受原假設，認為這 s個回歸因子對因變量的影響是不顯著的，表明 M2合適。 ? 一般取 k ≈ N/10 ? ? ? ?2 21????? ?k iiQ N k1,0210 ?????? mH m??? ?：純隨機性檢驗 純隨機性檢驗 純隨機性檢驗 ? 時間序列的平穩(wěn)性是時間序列建模的重要前提。建模時按照信息準則函數(shù)的取值確定模型的優(yōu)劣，以決定取舍，使準則函數(shù)達到極小的是最佳模型。 BoxJenkins建模方法 ? 基本步驟： ? 先檢驗序列的純隨機性和平穩(wěn)性； ? 若序列為平穩(wěn)的非白噪聲序列，判別所屬的模型類別：AR模型， MA模型， ARMA模型； ? 框定所屬模型的最高階數(shù)；然后采用 ARMA(n,n1) 從低階到高階對模型進行擬合和檢驗； ? 利用 AIC和 SC對不同的模型進行比較，以確定最適宜的模型； ? 對選出的模型進行適應性檢驗和參數(shù)的顯著性檢驗； ? 利用所建模型進行預測。 AR(p)模型定階的 F準則 ? ?? ?1 1 2 2 01 1 2 2 1 1 10:1::0t t t p t p tt t t p t p tpAR p X X X X QAR p X X X X QH? ? ? ?? ? ? ??? ? ?? ? ? ? ?? ? ? ? ? ??? ? ? ? ? ? ??殘 差 平 方 和殘 差 平 方 和? ?1001 1, F N pQ N p????? 檢驗統(tǒng)計量： ? 結論 ? 若 FFα ，則拒絕原假設，模型階數(shù)仍有上升的可能； ? 若 FFα ，則接受原假設，認為 ARMA(p1,q1)合適。第三章 平穩(wěn)時間序列模型的建立 第三章 平穩(wěn)時間序列模型的建立 ? 第一節(jié) 時間序列的采集 、 直觀分析和特征分析 ? 第二節(jié) 時間序列的相關分析 ? 第三節(jié) 平穩(wěn)時間序列的零均值處理 ? 第四節(jié) 平穩(wěn)時間序列的模型識別 ? 第五節(jié) 平穩(wěn)時間序列模型參數(shù)的矩估計 ? 第六節(jié) 平穩(wěn)時間序列模型的定階 ? 第七節(jié) 平穩(wěn)時間序列模型的檢驗 ? 第八節(jié) 平穩(wěn)時間序列模型的建模方法 第一節(jié) 采集、直觀分析和特征分析 時間序列的建模流程 數(shù)據(jù)的采集 直觀分析 特征分析 相關分析 隨機分析 確定性分析 時間序列的預處理 數(shù)據(jù)的采集 ? 方法： ? 直接采樣 ? 累計采樣 ? 特征采樣 ? 閾值采樣 ? 原理： ? 采樣間隔越小，采樣值越多，信息損失就越小，數(shù)據(jù)處理量越大，處理時間、人力、財力消耗越大 . ? 采樣間隔越大，采樣值越少，信息損失就越多，數(shù)據(jù)處理的時間、人力、財力消耗越小 . 時間序列數(shù)據(jù)的預處理 ? 預處理： ? 直觀分析 ? 特征分析 ? 相關分析 直觀分析 ? 直觀分析包括：離群點的檢驗和處理，缺損值的補足，指標計算范圍的統(tǒng)一等等 . ? 離群點 (outlier)：指一個時間序列中遠離序列一般水平的極端大值和極端小值。 ARMA(p,q)模型定階的 F準則 ? ?? ?010,。 ? 1952年 1988年中國農(nóng)業(yè)實際國民收入的一階差分序列 BoxJenkins建模方法 判斷平穩(wěn)性 ? 游程檢驗法 ? 1952年 1988年中國農(nóng)業(yè)實際國民收入的一階差分序列 BoxJenkins建模方法 柱狀統(tǒng)計圖： ? 特征統(tǒng)計量 BoxJenkins建模方法 由相關圖的特征 ,可嘗試建立： ? AR(1) ? MA(1) ? ARMA(2,1) 建立 AR模型 建立 AR(1)模型： ? 剩余平方和： ； AIC： ； SC： AR(1)模型的檢驗 殘差是純隨機序列， AR(1)是適應性模型 建立 MA模型 建立 MA(1)模型： ? 剩余平方和： ； AIC： ； SC： 殘差是純隨機序列， MA(1)是適應性模型 建立 ARMA模型 BoxJenkins建模方法 MA(1)和 AR(1)都是適應性模型，但是 MA(1)模型相對更優(yōu) 模型方程為： 11 2 1ttsr ?? ?? ? ?PanditWu建模方法 ? 背景： 該方法是吳賢銘和 Pand