時間序列分析基礎(chǔ)教材-文庫吧資料
2025-03-08 12:53本頁面
【正文】 ??qqqqqukukuququququuuuuquuqkqkkuqukqkqkk???????????????????????????????????????????????????????????那么上式變?yōu)槿绻浉膶懗砂牙丈ㄅｎD2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 ?????????????????????????????????????????????????????????????????????????????????????????????????????????010102110101110101000101010?0??????0??????*????????????????????????????),1,0()?,?,?(??*???????????????????????????????????????????????qqqqqqqqqqqkqqqkkFffffffffffFffffqkff變?yōu)橛纱朔匠探M，且記中的各方程式左邊記為將方程組2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 ),2,1(?)(?)(?)(???)(?)0(?)(?)()(?)1(?0))(?)1(?)(()(?1)(?0021qkmmmmifiFiiiiiFifiiikku????????????????????????????的近似值，即作為并以定的精度，鄰兩步的迭代值達到制，按上式迭代，直到相給出初始值即步的迭代值必須滿足第，那么步的迭代值為果第拉普森法的原則是：如牛頓2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 四、 MA(q)模型的檢驗 足可逆性條件。根據(jù)可逆條件選取合理的三個解，可得到解此方程組，時3,??,??)???(?)??1(?221222221121222120???????????????qquuuu???????????????2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 作為近似解。平均則可判定該序列是滑動尾，而它的偏相關(guān)函數(shù)拖步后有即自，序列的自相關(guān)函數(shù)截尾模型的識別：如果隨機qknPnPqkqMAqkqqMAkkkk?????????????%)2?(%)1?()()(0)(2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 三、 MA(q)模型的估計 21112102121212011222122?411?2?)?411(2?????1(??1.1***1)?????(?0)1(??,)(???????????????????????????????????????????????????????uuuqkqkkuqukkuiqqkkqMA解之得：）時直接求解法的估計。否則。其系數(shù)隨滯可以表示為無窮階的自也就是說那么的根是其中因為：的自相關(guān)函數(shù)序列是拖尾，它是截尾的，而其偏項以后的各項皆為的，項是非的前序列的自相關(guān)函數(shù)序列由上式知0)()1(0)()1(010)(0)1()(221122111tttqiiiqiiitqkqkkkYqMAuYLLLuLYqqqMAqkqkiq?????????????????????????????????????????????2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 .0.1.2.3.4.51 2 3 4 5S E R 0 1 . 5 . 4 . 3 . 2 . 1.01 2 3 4 5S E R 0 2MA (1) θ1= MA (1) θ1= + 形取不同值時，有不同圖模型自相關(guān)函數(shù)例：12111 ,101)1(????? ????? kMAk2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 . 7 . 6 . 5 . 4 . 3 . 2 . 1.0.1.21 2 3 4 5S E R 0 3.0.1.2.3.4.5.6.71 2 3 4 5S E R 0 4MA (2) θ1= +, θ2= MA (2) θ1= , θ2= 2011)1()2(2221222221211 ??????????? kMAk??????????模型自相關(guān)函數(shù)：例：2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 . 2 . 1.0.1.2.3.41 2 3 4 5S E R 0 5 . 2 8 . 2 4 . 2 0 . 1 6 . 1 2 . 0 8 . 0 4. 0 01 2 3 4 5S E R 0 6MA (2) θ1= , θ2= + MA (2) θ1= +, θ2= + 2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 (q)模型的可逆性 序列的逆轉(zhuǎn)形式。記為稱為滑動平均序列，簡序列的滑動平均模型）為序列則稱（）（線性組合，即是現(xiàn)在和過去的誤差的若序列值2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 二、 MA(q)模型的識別 Yt的自協(xié)方差函數(shù)和自相關(guān)函數(shù) ?????????????????????????????????????qkqkuuuuuuEuuuEYEqkqkkukqtqktktqtqttkuqtqttqt0)()])([()1()()(1121111222211201??????????????????????根據(jù)定義2023/3/22 第七章 時間序列分析基礎(chǔ) 第三節(jié) 滑動平均模型 制。為滑動平均的階數(shù)。正是這里則有如果記，上述模型寫為：不妨假定為，個根接近，如果這個方程其中一其中：模型例子：110)()1()1(1,)1(,)1(,)1()1)(1(1101)()1()2(1211211??????????????????????LARuMLYYYYLuMLMYLuYLLLLLuYLLARttttttttttt??????????2023/3/22 第七章 時間序列分析基礎(chǔ) 第二節(jié) 自回歸模型 即檢驗殘差序列 еt是否為白噪聲 是白噪聲序列否則認為不是白噪聲，則認為下，于是在給定顯著性水平分布。差分，使其能夠滿足平階，就可以對序列進行一或接近的根有一個等于由此可知模型。 若 φ (L)=0的某個根或其一對根的模接近 1， 則為了得到平穩(wěn)性 ， 必須進行差分 。序列是“拖尾”，可以認定此而且它的自相關(guān)函數(shù)，即函數(shù)在步以后“截尾”的偏自相關(guān)若模型識別方法：pknPnPnNpkpARpkYpARkkkkkkkkkkkkkkkkkt??????????????????%)2?(%)1?(?)1,
教學課件相關(guān)推薦
鄂ICP備17016276號-1