平穩(wěn)時間序列模型的建立教材-資料下載頁
2024-12-31 23:20本頁面
【正文】 ted MA root.? 目的– 檢驗(yàn)?zāi)Ｐ偷挠行?（對信息的提取是否充分）? 檢驗(yàn)對象– 殘差序列? 判定原則– 一個好的擬合模型應(yīng)該能夠提取觀察值序列中幾乎所有的樣本相關(guān)信息，即殘差序列應(yīng)該為白噪聲序列 . – 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(guān)信息未被提取，這就說明擬合模型不夠有效 .模型的顯著性（適應(yīng)性）檢驗(yàn)假設(shè)條件? 原假設(shè)：殘差序列為白噪聲序列? 備擇假設(shè)：殘差序列為非白噪聲序列檢驗(yàn)統(tǒng)計(jì)量? LB統(tǒng)計(jì)量例 1? 檢驗(yàn) 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顯著性 ? 殘差白噪聲序列檢驗(yàn)結(jié)果延遲階數(shù) LB統(tǒng)計(jì)量 P值 檢驗(yàn)結(jié)論6 擬合模型顯著有效12 參數(shù)顯著性檢驗(yàn)? 目的– 檢驗(yàn)每一個未知參數(shù)是否顯著非零 .刪除不顯著參數(shù)使模型結(jié)構(gòu)最精簡 ? 假設(shè)條件? 檢驗(yàn)統(tǒng)計(jì)量例 2? 檢驗(yàn) 1950年 —1998年北京市城鄉(xiāng)居民定期儲蓄比例序列極大似然估計(jì)模型的參數(shù)是否顯著 ? 參數(shù)檢驗(yàn)結(jié)果檢驗(yàn)參數(shù) t統(tǒng)計(jì)量 P值 結(jié)論均值 顯著 顯著例 3 對 OVERSHORTS序列的擬合模型進(jìn)行檢驗(yàn) ? 殘差白噪聲檢驗(yàn)? 參數(shù)顯著性檢驗(yàn)檢驗(yàn)參數(shù) t統(tǒng)計(jì)量 P值 結(jié)論均值 － 顯著 顯著延遲階數(shù) LB統(tǒng)計(jì)量 P值 結(jié)論6 模型顯著有效12 例 4 對 18801985全球氣表平均溫度改變值差分序列擬合模型進(jìn)行檢驗(yàn) ? 殘差白噪聲檢驗(yàn)? 參數(shù)顯著性檢驗(yàn)檢驗(yàn)參數(shù) t統(tǒng)計(jì)量 P值 結(jié)論 顯著 顯著延遲階數(shù) LB統(tǒng)計(jì)量 P值 結(jié)論6 模型顯著有效12 二、模型優(yōu)化? 問題提出– 當(dāng)一個擬合模型通過了檢驗(yàn)，說明在一定的置信水平下，該模型能有效地?cái)M合觀察值序列的波動，但這種有效模型并不是唯一的 .? 優(yōu)化的目的– 選擇相對最優(yōu)模型 例 7 擬合某一化學(xué)序列序列自相關(guān)圖序列偏自相關(guān)圖擬合模型一? 根據(jù)自相關(guān)系數(shù) 2階截尾，擬合 MA(2)模型? 參數(shù)估計(jì)? 模型檢驗(yàn)– 模型顯著有效 – 三參數(shù)均顯著 擬合模型二? 根據(jù)偏自相關(guān)系數(shù) 1階截尾，擬合 AR(1)模型? 參數(shù)估計(jì)? 模型檢驗(yàn)– 模型顯著有效 – 兩參數(shù)均顯著 例 7 ? 用 AIC準(zhǔn)則和 SBC準(zhǔn)則評判兩個擬合模型的相對優(yōu)劣 ? 結(jié)果– AR(1)優(yōu)于 MA(2)模型 AIC SBCMA(2) AR(1) 第五節(jié) 其它建模方法一、 PanditWu建模方法的基本思想二、建模步驟三、 PanditWu方法建模舉例一、 PanditWu建模方法的基本思想? PanditWu建模方法以下面認(rèn)識為依據(jù)：即任一平穩(wěn)序列總可以用一個 ARMA(n,n1)模型來表示，而 AR(p)，MA(q)以及 ARMA(p,q)都可看作是 ARMA(n,n1)模型的特例。? PanditWu方法的基本思想為：逐漸增加模型的階數(shù)，擬合較高階的 ARMA(n,n1)模型，直到再增加模型的階數(shù)而剩余平方和不顯著減少為止。二、建模步驟將序列平穩(wěn)化、零均值化 (也可將均值作為一個參數(shù)估計(jì) )。從 p=1開始，逐漸增加模型階數(shù)，擬合ARMA(2n,2n1)，并進(jìn)行模型的適性檢驗(yàn)。模型的檢驗(yàn)。選擇最優(yōu)模型。三、 PanditWu方法建模舉例? 見 Eviews操作。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1