平穩(wěn)時(shí)間序列模型的建立概述-資料下載頁(yè)
2025-01-01 04:49本頁(yè)面
【正文】 是 AR模型，若二者均統(tǒng)計(jì)顯著異于零，則可能是 ARMA模型。n 2．模型階數(shù)越高，往往殘差方差越小，但待估參數(shù)增加，有效樣本量隨之也減小，因此在模型定階時(shí)需要遵循 “約減 ”原則，即當(dāng)殘差方差變化不大時(shí)，盡量選擇階數(shù)低的模型。此外， AIC， BIC等信息準(zhǔn)則考慮了模型殘差與模型階數(shù)之間的權(quán)衡關(guān)系，是重要的模型定階準(zhǔn)則。n 3．對(duì)于 AR模型，參數(shù)估計(jì)比較簡(jiǎn)單，可以利用線性最小二乘方法。而 MA和ARMA模型的參數(shù)估計(jì)相對(duì)困難，需要用到非線性最小二乘方法。對(duì)于 ARMA模型，最小平方和估計(jì)和極大似然估計(jì)是兩種重要的估計(jì)方法，從極大似然估計(jì)出發(fā)可以得到最小平方和估計(jì)。n 4．模型檢驗(yàn)是建立時(shí)間序列模型的重要步驟。除了傳統(tǒng)的系數(shù)顯著性檢驗(yàn)之外，時(shí)間序列模型還需要對(duì)參數(shù)是否冗余、殘差是否還存在相關(guān)性進(jìn)行檢驗(yàn)。只有通過(guò)模型檢驗(yàn)之后，時(shí)間序列模型才能最后確定。常用的參數(shù)冗余檢驗(yàn)有 F檢驗(yàn)，殘差相關(guān)性檢驗(yàn)有卡方檢驗(yàn)。n 5． BoxJenkins方法是以序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)的統(tǒng)計(jì)特性為依據(jù)，找出序列可能適應(yīng)的模型，然后對(duì)模型進(jìn)行估計(jì)。對(duì)于非平穩(wěn)時(shí)間序列往往通過(guò)差分使其平穩(wěn)后建模。 PanditWu建模方法是從 ARMA（ n， n1）模型出發(fā)，從 n=1開(kāi)始，逐步建立為 ARMA（ 2n， 2n1），通過(guò) F檢驗(yàn)確定 ARMA模型的階數(shù)。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1