平稳时间序列模型及其特征_第1页
平稳时间序列模型及其特征_第2页
平稳时间序列模型及其特征_第3页
平稳时间序列模型及其特征_第4页
平稳时间序列模型及其特征_第5页
已阅读5页,还剩40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

1、平稳时间序列模型及其特征第1页,共45页,2022年,5月20日,7点2分,星期三2第一节 模型类型及其表示一、预备知识第2页,共45页,2022年,5月20日,7点2分,星期三3一阶差分(相距一期的两个序列值之间的减法运算称为1阶差分运算) 阶差p分 步差k分对1阶差分后序列再进行一次1阶差分运算称为2阶差分2xt=xt-xt-1依此类推,对p-1阶差分后序列再进行一次1阶差分运算称为p阶差分第3页,共45页,2022年,5月20日,7点2分,星期三42.滞后算子滞后算子类似于一个时间指针,当前序列值乘以一个滞后算子,就相当于把当前序列值的时间向过去拨了一个时刻 记B为滞后算子,有 第4页,

2、共45页,2022年,5月20日,7点2分,星期三5 ,其中 第5页,共45页,2022年,5月20日,7点2分,星期三6线性差分方程齐次线性差分方程第6页,共45页,2022年,5月20日,7点2分,星期三7 特征方程特征方程的根称为特征根,记作齐次线性差分方程的通解不相等实数根场合有相等实根场合复根场合第7页,共45页,2022年,5月20日,7点2分,星期三8第8页,共45页,2022年,5月20日,7点2分,星期三9AR(p)模型 :MA(q)模型:ARMA(p,q)模型:第9页,共45页,2022年,5月20日,7点2分,星期三10二、自回归模型一阶自回归模型AR(1) 第10页,共

3、45页,2022年,5月20日,7点2分,星期三11第11页,共45页,2022年,5月20日,7点2分,星期三12 AR(1)模型的特例随机游动 第12页,共45页,2022年,5月20日,7点2分,星期三13随机游动模型有以下特征:1)模型有非常强的一期记忆性。2)系统的一步超前预测 。3)与AR(1)模型类似,随机游动模型可以写成 ,可以看出噪声对yt的影响并不随着时间的推移而减弱。第13页,共45页,2022年,5月20日,7点2分,星期三14一般自回归模型模型的特点有:第14页,共45页,2022年,5月20日,7点2分,星期三15三、 移动平均模型一阶滑动平均模型MA(1)用MA(

4、1)模型作预测,那么得到的预测值仅仅取决于上期系统的随机扰动项。 第15页,共45页,2022年,5月20日,7点2分,星期三16q阶滑动平均模型MA(q) 有限个白噪声的和总是平稳的,因此通常MA(q)模型是平稳的。如果对该模型作向前一步预测,则有 第16页,共45页,2022年,5月20日,7点2分,星期三17四、自回归移动平均模型第17页,共45页,2022年,5月20日,7点2分,星期三18第18页,共45页,2022年,5月20日,7点2分,星期三19当q=0时,ARMA(p,0)模型就是AR(p)模型,当p=0时,ARMA(0,q)模型就是MA(q)模型,因此自回归模型和移动平均模

5、型都是ARMA(p,q)模型的特例 。第19页,共45页,2022年,5月20日,7点2分,星期三20第二节 格林函数和平稳性一、ARMA(p,q)的格林函数(一)ARMA(p,0)系统的格林函数 若一个系统被表示为yt= ,则系数函数称为格林函数或记忆函数。 第20页,共45页,2022年,5月20日,7点2分,星期三21 MA(q)过程格林函数为 AR(P)AR(P)过程格林函数为第21页,共45页,2022年,5月20日,7点2分,星期三22ARMA(p,q)的格林函数第22页,共45页,2022年,5月20日,7点2分,星期三23例2 求模型 的格林函数对比等式左右两边有因此模型的格林

6、函数 第23页,共45页,2022年,5月20日,7点2分,星期三24第24页,共45页,2022年,5月20日,7点2分,星期三25二、系统的平稳性(一)AR(p)系统的平稳性条件平稳域:第25页,共45页,2022年,5月20日,7点2分,星期三26例3 求一阶自回归模型 的平稳域解:即平稳域为: 第26页,共45页,2022年,5月20日,7点2分,星期三27例4 求二阶自回归模型 的平稳域解: 特征方程需满足:即:第27页,共45页,2022年,5月20日,7点2分,星期三28 (二) ARMA(p,q)系统的平稳性条件ARMA模型平稳性完全取决于模型中的AR部分,如果模型中的AR部分

7、是平稳的,则ARMA模型是平稳的。第28页,共45页,2022年,5月20日,7点2分,星期三29 第三节 逆函数和可逆性一、MA(q)模型的可逆域逆函数形式:I(B)称为逆函数第29页,共45页,2022年,5月20日,7点2分,星期三30第30页,共45页,2022年,5月20日,7点2分,星期三31例5 判断MA(2) 模型 是否可逆解:特征方程,可逆域为: 满足可逆条件,因此可逆。第31页,共45页,2022年,5月20日,7点2分,星期三32二、MA(q)模型的逆函数第32页,共45页,2022年,5月20日,7点2分,星期三33例6 求模型 的逆函数解:第33页,共45页,2022

8、年,5月20日,7点2分,星期三34三、ARMA(p,q)的可逆域与逆函数第34页,共45页,2022年,5月20日,7点2分,星期三35第四节 平稳时间序列的统计特征一、自相关函数第35页,共45页,2022年,5月20日,7点2分,星期三36第36页,共45页,2022年,5月20日,7点2分,星期三37第37页,共45页,2022年,5月20日,7点2分,星期三38第38页,共45页,2022年,5月20日,7点2分,星期三39(二) MA(q)的自相关函数第39页,共45页,2022年,5月20日,7点2分,星期三40第40页,共45页,2022年,5月20日,7点2分,星期三41二、

9、偏相关函数 第41页,共45页,2022年,5月20日,7点2分,星期三42第42页,共45页,2022年,5月20日,7点2分,星期三43Yule-Wolker方程:第43页,共45页,2022年,5月20日,7点2分,星期三44偏相关函数:第44页,共45页,2022年,5月20日,7点2分,星期三45本章小结1AR模型、MA模型和ARMA模型是三种基本的线性时间序列模型,能够用有限的参数刻画系统的动态性。这三种模型属于随机差分方程,因此特征方程对研究三类模型的统计特性具有重要意义。2AR模型的逆函数表示是指用无限阶的MA模型来表示有限阶的AR模型,格林函数就是无限阶MA模型的系数。AR模型平稳性条件是 的根在单位圆外或者特征方程的根在单位内,满足这个范围的自回归系数区域构成平稳域。3将有限阶MA模型表示为无限阶AR模型,就得到MA模型的逆转形式。MA模型具有可逆性的条件是 的根在单位圆外或者特征方程的根在单位内。MA模型的格林函数与AR模型的格林函数在形式上是一致的。4ARMA

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。

评论

0/150

提交评论