平稳时间序列预测第5章_第1页
平稳时间序列预测第5章_第2页
平稳时间序列预测第5章_第3页
平稳时间序列预测第5章_第4页
平稳时间序列预测第5章_第5页
已阅读5页，还剩20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

平稳时间序列预测第5章应用时间序列分析第五章

平稳时间序列预测

2

本章介绍利用ARMA模型进行平稳时间序列预测的理论与方法。具体要求：①理解平稳线性最小均方误差预测的含义；②熟悉条件期望预测以及预测的三种形式；③掌握ARMA模型差分方程形式的预测方法；④掌握预测值的适时修正方法。

3考虑以为原点，向前期(或步长)为的预测预测误差为

预测误差的均方值为

使上式达到最小的线性预测称为平稳线性最小均方误差预测（也称为平稳线性最小方差预测）

4第一节

条件期望预测

几条性质

5第二节

预测的三种形式

ARMA模型的三种表示形式

差分方程形式

传递形式

逆转形式

6一、由ARMA模型的传递形式进行预测

78这说明条件期望预测与最小均方误差预测是一致的

9二、用ARMA模型的逆转形式进行预测

10三、用ARMA模型(即差分方程形式)进行预测

1AR(1)模型预测112ARMA(1,1)模型预测12该差分方程的通解为

由一步预测结果求出待定系数可得预测函数的形式是由模型的自回归部分决定的，滑动平均部分用于确定预测函数中的待定系数，使得预测函数“适应”于观测数据。

133MA(1)模型预测

对于MA(m)模型而言，超过m步的预测值均为零，这与MA序列的短记忆性是吻合的。

当预测步数超过1时144．ARMA(n,m)模型预测的一般结果

当预测步数超过m时该差分方程的通解为通常它们可能包含多项式、指数、正弦和余弦以及这些函数的乘积。

其中的函数形式由下面特征方程的根决定15对于平稳ARMA(n,m)模型，随着超前步数的增大，预测值趋于零(实际上是序列的均值)。

【例5-1】设适合以下ARMA(2，1)模型已知：分别为求和预测函数。

1617由前面的一步和两步预测结果可以求出待定系数。18【例5-2】利用例4.1所建模型进行预测，模型为

当t=57、58、59、60时，分别为52、-75、66、-96。在t=60（1997年12月）作超前一步和两步预测。

为了计算方便，不妨设

1920预测图示

21第三节

预测值的适时修正

在进行超前多步预测时，随着时间的推移，原来的一些预测值变为已知，这时需要进行新的预测，以便利用最近的信息。

新的预测值可以由旧的预测值和新的观察值(新息)推算出来，即新的预测值是在旧的预测值基础上加一个修正项，而这一修正项比例于旧的一步预测误差，比例系数随预测超前步数而变化。

22【例5-3】

对于例5-2,假设我们已知道观测值,试利用前面t=60时的预测值计算和。

2324

预测表超前期格林函数1-120.343-0.34...预测

45.9133.7-32.21-6.3716.

人人文库> 全部分类> 行业资料 > 管理策划

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