线性时间序列分析及其应用.pptVIP

下载本文档

25
0
约小于1千字
约 38页
2017-06-02 发布于江西
举报
版权申诉

线性时间序列分析及其应用.ppt

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

线性时间序列分析及其应用

* 第一个式子中的估计量称为间隔为1的样本偏自相关函数，第二个式子中的估计称为的间隔为2的偏自相关函数，以此类推，它表示在AR（1）模型基础上添加的对的贡献，以此类推。因此，对一个AR（p）模型，间隔为p的样本偏自相关函数不应为零，而对所有jp, 应接近于零。利用这一性质来决定阶p。参数估计：普通二乘法模型的检验：1、残差序列是白噪声 2、Ljung-Box统计量（混成检验） 2.4.3 拟合优度衡量平稳模型拟合优度的一个常用的统计量是统计量，其定义为：对于平稳AR（p）模型,假设有t个观测：越大，表示模型对数据拟合得越好。 2.4.4 预测预测是时间序列分析中一个重要应用，假定我们在时间指标为h的点上，要预测，则时间指标h为预测原点，l为预测步长。可以证明：对平稳AR（p）序列，具有均值回转的性质，即当 2.5.1 MA模型的性质 1．MA模型总是弱平稳的， 2． 3. 自相关函数 MA（q）序列只与前q个延迟值线性相关，是一个有限记忆模型。 4．可逆性 2.6.3 识别ARMA模型可用推广的自相关函数(EACF)来确定ARMA过程的阶.思路是:如果能得到ARMA模型AR部分的相合估计,则能导出MA部分,对于导出的MA序列,用ACF决定其阶. *