Eviews中的ARMA模型操作_第1页
Eviews中的ARMA模型操作_第2页
Eviews中的ARMA模型操作_第3页
Eviews中的ARMA模型操作_第4页
Eviews中的ARMA模型操作_第5页
已阅读5页，还剩2页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

13.4自回归移动平均模型ARMA(p，q)1 .自回归移动平均模型的概念如果平稳随机过程同时具有自回归过程和移动平均过程的特征，单独使用AR(p)或MA(q)模型是不合适的，而是将两种模型混合使用。由于该模型包括自回归和移动平均分量，其顺序是二维的，由两个数字p和q组成，其中p代表自回归分量的顺序，q代表移动平均分量的顺序，称为ARMA(p，q)，称为自回归移动平均混合模型或自回归移动平均模型。1，学会交流PPT，最简单的自回归滑动平均模型是ARMA (1，1)，其具体形式是：(13.4.1)模型的ARMA(p，q)一般表达式是、(13.4.2)，显然，ARMA(0，q)=MA(q)，ARMA(p，0)=AR(p)，因此，MA(q)和AR(p)可分别视为ARMA(p，q)，当p=0和q=0时为特例。，2，学习如何交流PPT，ARMA(p，q)模型的优点是能够用更少的参数来描述数据生成过程，而这些过程仅用AR(p)或MA(q)过程是不经济的。在实际应用中，ARMA(p，Q)用于拟合低阶实际数据，P和Q值很少超过2。因此，ARMA模型在预测中具有很大的实用价值。(ARMA模型阶数的确定如何描述具有平稳随机过程的经济系统？我们的基本思想是从随机过程中提取样本，然后根据样本数据建立模型。第三，学会沟通，那么，是建立自回归模型，移动平均模型还是自回归模型？因此，有必要确定P和Q的值，并计算样本数据的自相关系数和偏自相关系数。然而，这种计算是一个复杂的过程。为了便于实际应用，我们直接使用计算机软件EViews来判断P和Q的值，从而确定模型和模型的顺序。在样本数据窗口中，单击查看/相关图，然后在对话框中选择滞后期的数量。我们在这里选择12，然后点击确定，得到自相关系数和偏自相关系数及其图，如图13.4.1:4，学习交流PPT，图13.4.1，5，学习交流PPT。从图13.4.1可以看出，p=1，q=1，即样本数据具有ARMA(1，1)模型过程。(2)模型估计模型的理论计算过程复杂。我们仍然直接使用EViews软件来计算：在工作文档的主窗口中点击快速/估计方程，在方程规格对话框中填入yma(1)ar(1)，得到模型ARMA(1，1)的估计结果。如图13.4.2:6，学习通信PPT，图13.4.2，从
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论