第一章 时间序列分析简介.ppt

1、中国人民大学出版社，中国人民大学音像出版社，目录，第1章时间序列分析导论，第2章时间序列预处理，第3章平稳时间序列分析，第4章非平稳序列的不确定性分析，第5章非平稳序列的随机分析，第6章多元时间序列分析，应用时间序列分析，第1章时间序列分析导论，第1章结构，时间序列分析方法导论，时间序列分析软件导论，1.1引言，最早的时间序列分析可以追溯到7000年前的古埃及。古埃及人逐日记录尼罗河的兴衰，形成所谓的时间序列。对这一时间序列的长期观察使他们发现尼罗河的波动非常有规律。由于掌握了尼罗河洪水的规律，古埃及农业发展迅速，从而创造了埃及灿烂的史前文明。按照时间顺序，记录随机事件的变化和发展过程，形成时

2、间序列。时间序列分析就是观察和研究时间序列，找出其变化和发展的规律，并预测其未来的趋势。1.2、时间序列的定义，随机序列：一组随机变量观测值序列：随机序列的有序观测值，这被称为观测值序列随机序列和具有序列长度的观测值序列之间的关系，观测值序列是随机序列之一，我们研究的目的是揭示随机序列的性质，而实现这一目的的手段是推断观测值序列的性质。1.3时间序列分析方法，描述性时间序列分析统计时间序列分析，描述性时间序列分析，通过直观的数据比较或绘图观察，找出序列中包含的发展规律，这种分析方法被称为描述性时间序列分析描述性时间序列分析方法，具有操作简单、直观有效的特点，它通常是人们进行统计时间序列分析的第

3、一步。描述性时间序列分析案例中，德国业余天文学家施瓦尔发现，黑子活动的周期约为11年。统计时间序列分析、频域分析、时域分析、频域分析，原理是假设任何一种没有趋势的时间序列都可以分解成几个不同频率的周期性波动。早期的频域分析借助傅立叶分析从频率的角度揭示时间序列的规律，后来借助傅立叶变换。在20世纪60年代，正弦和余弦项的和被用来近似某个函数。介绍了最大熵谱估计理论。在现代光谱分析阶段，这是一种非常有用的动态数据分析方法。然而，由于分析方法的复杂性、结果的抽象性和某些应用的局限性，时域分析方法和主事件的发展通常具有一定的惯性。这种惯性被统计语言描述为序列值之间的某种相关性，这种相关性通常具有某种

4、统计规律。目的找出序列值之间相关性的统计规律，并拟合一个合适的数学模型来描述这一规律。然后，用拟合模型预测该序列的未来趋势特征，具有坚实的理论基础、规范的操作步骤和易于解释的分析结果。它是时间序列分析的主流方法，也是时域分析方法的分析步骤。检查观测值序列的特征，根据序列的特征选择合适的拟合模型，根据序列的观测数据确定模型的口径检验模型，利用拟合模型优化模型推断序列的其他统计特性或预测序列的未来发展，发展时域分析方法，完善基础阶段的核心阶段，完善基础阶段，如：优游1927、ar模型G.T.Walker1931、MA模型、ARMA模型、核心阶段、通用电气公司的Box和ARIMA模型(Box-Jenkins模型)Box-Jenkins模型实际上是一个线性模型，主要用于单变量和同宿情形。恩格尔在完美阶段和异方差情况下，1982年。ARCH模型Bollerslov，1985 GARCH模型多变量情况C.Granger，1987，提出协整理论非线性情况唐家豪，1980，门限自回归模型，1.4时间序列分析软件，常用软件S-plus，Matlab，Gauss，TSP，Eviews和SAS推荐软件SAS在SAS系统中有一个专门的计量经济和时间序列分析模块：SAS/ETS。SAS/ETS编程语言简洁，具有强大的输出功能和