時間序列分析-資料下載頁
2025-08-05 07:57本頁面
【正文】 4 120 5 315 6 … … … … … … … 240 17 630 18 690 19 285 20 Trend= + 趨勢方程也可根據(jù)未進(jìn)行季節(jié)調(diào)整的序列估計 . 循環(huán)變動的圖形 ? 由于只有 4年的數(shù)據(jù)，本例的結(jié)果只是說明性的，從結(jié)果中還無法看到現(xiàn)象在更長時期內(nèi)的循環(huán)變動情況 。 80859095100105110115 五、隨機(jī)變動的測定 ? 如果需要，還可以進(jìn)一步分解出不規(guī)則變動成分： 80859095100105110115120 Y ( t )I ( t )T ( t ) S ( t ) C ( t )? ??第四節(jié) 時間序列自回歸分析 ? 時間序列自回歸模型的構(gòu)建 ? 時間序列自回歸模型的估計與檢驗 ? 應(yīng)用時間序列自回歸模型進(jìn)預(yù)測 一、時間序列自回歸模型的構(gòu)建 ? 對于平穩(wěn)時間序列，其自回歸模型就是簡單的時間序列變量的后期對前期值的回歸模型。其形式為： 12 12 ... tpt t t t py y y y u? ? ? ?? ? ?? ? ? ? ? ?? 對有趨勢的時間序列的處理方法有兩種。一種是建立差分自回歸模型 另一種方法是在原水平序列自回歸模型中加入表示持續(xù)增長趨勢的趨勢項，記時間變量為 t，t=1,… ,n。其模型為： 0 1 12 12 ... tpt t t t pty y y y u? ? ? ?? ? ? ?? ? ? ? ? ? ?12 12 ... tpt t t t py y y y u? ? ? ?? ? ?? ? ? ? ? ?? ? ? ?? 對于季節(jié)和月份數(shù)據(jù)時間序列來說，建模時要考慮到不同季度或月份的季節(jié)影響，通常有兩種處理方法。 其中季節(jié)差分自回歸模型為： 另一種是引入虛擬變量，其模型為： 12 12 ... tpt t t t ps s s sy y y y u? ? ? ?? ? ?? ? ? ? ? ?? ? ? ?12 12 12 12.. . .. .0(1 i is s tpt t t t piy y y y uD D DD? ? ? ? ? ?? ? ?? ? ? ? ? ? ? ? ??? ??其 余 季 度 或 月 份 ）其 中（ 第 季 度 或 第 個 月 ）二、時間序列自回歸模型的估計與檢驗 ? 時間序列自回歸模型從形式上看與普通的線性回歸模型基本相同，因此也可以使用最小二乘法對模型中的參數(shù)進(jìn)行估計，用 F檢驗和 t檢驗等方法對模型進(jìn)行檢驗。 ? 舉例見 P286P288。 三、應(yīng)用時間序列自回歸模型進(jìn)預(yù)測 ? 對于給定的一個時間序列 使用其 p階自回歸模型，可以估計得出時間序列變量在未來第 (n+1)期、第(n+2)期、第 (n+3)期乃至第 (n+h)期的預(yù)測值即向前 1步、向前 2步、向前 3步乃至向前 h步的預(yù)測值分別為： 12, , .., ny y y 121 1 1122 1 2123 2 1 312h h 1 h 2 h............?? ?? ? ?? ? ? ?pn n n n ppn n n n ppn n n n ppn n n n py y y yy y y yy y y yy y y y????? ? ?? ? ?? ? ?? ? ?? ? ? ?? ? ? ?? ? ? ? ?? ? ? ? ? ? ?? ? ? ? ?? ? ? ? ?? ? ? ? ?? ? ? ? ?
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1