《时间序列分析》 课件 第四章第二节 模型的识别

自强不息厚德载物TsinghuaUniversityofChina

知行合一、经世致用CentralSouthUniversity第二节模型的识别自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity4.2.2模型的定阶

从模型类型的初步识别中，看到可能有不同的结果。同样，如果对于识别类型后的模型进行定阶，根据不同的定阶方法，也可能得到不同阶数的模型。那么哪个模型是对的呢？事实上，对于一组实际数据而言，不存在所谓真正对的模型。一个比较好的模型需要综合考虑许多的方面，比如，模型的简约性、模型参数的显著性、残差方差的大小以及残差的不相关性等等。关于模型的定阶，下面介绍几种常用的方法。

（1）样本相关函数法

如果一组数据适合自回归模型AR或者移动平均模型MA，由上面的分析可知，利用样本自相关函数和样本偏自相关函数，可以在得到该模型类别的同时，也得到该模型的阶数。如果样本数据适合的是混合模型ARMA，则需要使用其它的方法来确定混合模型的阶数，比如使用Pandit-Wu方法，该方法将会在本章第四节中说明，并且举出使用该方法建立混合模型的例子。自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

图4.2.4零均值棉花种植面积序列拟合AR模型的残差方差图自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversityAR（2）模型参数最小二乘估计的结果如表4.2.2所示。

参数估计值标准差T检验值P值0.560.173.340.0020.020.170.130.90

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

将（4.2.2）式与（4.2.3）式比较可见，BIC准则函数中第二项一般大于AIC准则函数中第二项。因此，BIC准则函数确定的阶往往低于AIC准则函数确定的阶。但是，通常来说，模型的阶数略高并不会有什么损失，而且有理论表明，AIC准则估计的模型的阶有着所谓的有效性。所以，准则函数定阶法仍然首推AIC准则。自强不息厚德载物TsinghuaUniversityofChina知行合一、经世致用CentralSouthUniversity

自强不息厚德载物TsinghuaUniversityofChina知行合一