長記憶時間序列模型及應用-文庫吧資料
2025-05-21 03:50本頁面
【正文】 ? 當 時該過程可逆。 Lo 1991） 修正的 R/S統(tǒng)計量 1111221 1 1011m a x ( ) m in ( ) 。 log TQ logT對對數(shù)全距序列的 R/S分析 4 5 6 7 8 933 . 544 . 555 . 566 . 577 . 5對應的斜率估計為 ， 因此 d 的估計為 R/S分析方法的不足 ? R/S分析方法其實對時間序列當中的短程記憶比較敏感，模擬結(jié)果顯示，即便對于自回歸系數(shù)為 AR(1)過程，經(jīng) R/S方法得到的 Hurst指數(shù)也有近乎一半的情形超過 1/2. （ Davies amp。 ? 不滿足強相合性的過程稱為長程關(guān)聯(lián)（ long range dependency）過程 (Lo 1991, Guegan 2021) ? 長記憶過程屬于這里的長程關(guān)聯(lián)過程。 Ng 1996)； ? KwitkowskiPhillipsSchmidtShin（ KPSS）檢驗 (Kwitkowski et al. 1992)； 上證指數(shù)日全距序列 （ ) 1 9 9 7 1 9 9 9 2 0 0 2 2 0 0 5 2 0 0 7 2 0 1 000 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 2取對數(shù)之后的全距序列 1 9 9 7 1 9 9 9 2 0 0 2 2 0 0 5 2 0 0 7 2 0 1 06 5 . 55 4 . 54 3 . 53 2 . 52單位根檢驗的結(jié)果 Range lnRange ADFt(10) *** *** ADFt(20) *** *** PPt *** *** PNt *** *** KPSS *** *** 自相關(guān)函數(shù)圖形 0 100 200 300 400 500 600 700 800 0 . 100 . 10 . 20 . 30 . 40 . 50 . 6( a ) R a n g e 0 100 200 300 400 500 600 700 800 0 . 100 . 10 . 20 . 30 . 40 . 50 . 6( b ) L o g R a n g e 估計的譜密度函數(shù) 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 50 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2估計的 ARMA模型 ? 經(jīng)過模型選擇階數(shù)得到 2( 1 23 ) ( 75 ) ( 1 48 )AI C 374 , B I C 376 ttB y B a?? ? ? ????ARMA(1,1)殘差的 BoxLjung檢驗 Stat pValue Q(10)
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1