[2017年整理]时间序列分析与预测(大连理工大学,原毅军).ppt

时间序列分析与预测第二讲：时间序列模型;教学大纲;上节课知识要点复习;时间序列;国内生产总值等时间序列;时间序列的分类;时间序列的编制原则;时间序列的水平分析;发展水平与平均发展水平;绝对数序列的序时平均数;绝对数序列的序时平均数;绝对数序列的序时平均数;绝对数序列的序时平均数;绝对数序列的序时平均数;时间间隔不等的时点序列的序时平均数计算实例;增长量;平均增长量;时间序列的速度分析;发展速度;环比发展速度与定基发展速度;环比发展速度与定基发展速度的关系;增长速度;环比增长速度与定基增长速度;平均发展速度;速度指标的分析与应用;时间序列的基本特征;例：时间序列分析;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;某企业从1990年1月到2002年12月的销售数据（单位：百万元） ;从这个点图可以看出。总的趋势是增长的，但增长并不是单调上升的；有涨有落。但这种升降不是杂乱无章的，和季节或月份的周期有关系。 除了增长的趋势和季节影响之外，还有些无规律的随机因素的作用。;时间序列分析;时间序列的分解;t;时间序列分解法;第二步：计算只反映季节波动的季节指数（Seasonal indices） 用移动平均值去除原时间序列中对应时期的实际值，得到只包含季节波动和不规则波动的时间序列，即： S×I 通常是围绕1随机波动的值，某个时期的值大于1，则该时期的季节波动大于平均水平 季节指数是通过对时间序列 S×I 计算平均值得到的，即： ;第三步：把长期趋势因素与循环因素分开 识别长期趋势变动的类型，建立相应的确定性时间序列模型 例如，时间序列的长期趋势可以用下列模型表示 Yt = b0 + b1t + ε t 用最小二乘法估计出模型中参数b0 和 b1，则长期趋势值可以用下式计算： 反映循环因素波动的循环指数可以用下式计算 ;时间序列的基本特征;呈水平型变化的时间序列;呈趋势变化的时间序列;呈周期型变化的时间序列;具有冲动点（Impulse）变化的时间序列;具有阶梯型变化的时间序列;时间序列的转折性变化;时间序列建摸的两种基本假设;时间序列建摸的两种基本假设;确定性时间序列模型;确定性时间序列模型;常数模型;线性趋势模型;线性趋势;线性模型法;二次趋势模型;二次曲线;抛物线型趋势变化的确定;时间的多项式模型;指数增长趋势变化;指数曲线;逻辑增长曲线模型;龚珀兹曲线(Gompertz curve) ;罗吉斯蒂曲线(Logistic Curve) ;季节性模型;时间序列的构成要素与模型;随机性时间序列模型;随机性时间序列模型;时间序列的分类;随机性时间序列模型的特点;时间序列的分类;平稳时间序列;非平稳时间序列;平稳性时间序列;随机性时间序列的特点;随机性时间序列模型的特点;时间序列的自相关关系;自相关函数;样本自相关函数;样本自相关函数的性质;样本自相关函数的性质;偏自相关函数值;随机性时间序列模型的特点;时间序列最佳模型的确定;模型分类;总类模型;移动平均模型 MA( q );自回归模型 AR( p );混合自回归移动平均模型 ARMA (p，q）;模型的识别;ARIMA分析;自相关函数图;偏自相关函数图;ㄧ次差分后的時間序列图;1次差分后的序列自相关函数图;1次差分后的序列偏自相关函数图;进行季节差分后的时间序列; ;季节差分后的序列偏自相关函数图;1次差分加季节差分后的序列自相关函数图;1次差分加季节差分后的序列偏自相关函数图; 由自相关函数图知lag1与lag12显著 由偏自相关图知是截尾的（dies down）;通过观测模型残差的自相关函数图和偏自相关函数图是否小于2倍标准差，判断模型是否合适;残差的自相关函数图和偏自相关函数图中 lag6 显著，所以模型中再加入lag6;新模型残差的自相关函数图;ACF和PACF之殘差圖皆在2倍標準差內，故模式合適。