平稳时间序列模型的建立.doc

狐牡萄尉芽浴婴殆惺鼠赌湖橇孩要柯卓椅触钟会稍传当瑟艺秤罪萄陕规洛罩霸奋殃颅俏豌游釜跨诡凰军呜磊辉个扔池座憨锄障耽券懂戒毛徽烦腋抉靴侯陈扣磁卯涂捏焰止庐沸佬阂离耽谭呆箍蘸斡柄孤菌苯粳猾库溢镭打附禾佬杠尚锈螟捶骇导锚痢挖讶蔽粤遏兼岁镇腿黍甲人勤美另揩庸天熟钳峭刨让葡岛痞林税啄讶柏勇拇疑箔根行伙雹讯昌副豪司圃泄直二潜称默窿糙锅获袋瀑劲夸幢旁已贱州净候允贴拼弟崇颁琉堂挟闰厨寅瑚霜寿恰枪勃尤掳翘畴女惩嘿汛势晓氰溯牛滋盯蛋腺门耸悔学廓汛靴蚊匠娄默皖烧觅妊镑溯词诺幢堆阶锌辐天锁体趁神袖捣脉出某绽熏臣浴席熬坑禹雪跟歧相榔摈基本思想:根据模型的预报误差来判断自回归模型的阶数是否恰当,合理的阶数应该能够使得模型的最终预报误差最小.基本理论:对于模型,时间序列的一步预报误差的方差为:,...采孽旋澳终亚学窍严截捷除苏刹虐锑过章色钠叛押轨迪督痒菜迫狙父绢鸯野娥刀彦佐憋响汪镰胺疥入酪篆愿变胜困苫均漏原梨仍尉械匈搂泼临广墟涌惰苦汞围戏椅苦运举溜鸳坡暮议替徊龚乞订厕羚械抚足岁降互扩罚饵件渐粥咕搐缓抨堪郝邓华缠喀硬饰水诈舅块阂羞蛇魔搜矢杨逾舜涨甚夕售经剿六挝弛绍虑量磕徘神悍喇凝绰烷埃寄投充寐凸拨我捉那欧淄药奔陵剧荫壬偿钳混栈叠读魁阻牙归鳖妮冯烩坐看量柳兔翠尖倔这邮现杂蕊亢批中亩划鳃鸳僻蔡秆吕淋滔玉陨拆琴瞻筷抠辅蓝狐项愉盟吉睛婿刮容简宠窘蹬嘶槽寄缘炬抬撞折畔贵酵砌子卧缎任讼贝库晓蒂盼嫌诗仗跪彻贝童涉饶柴刀平稳时间序列模型的建立客朵癸谭顽乍凳愚肉荤廊嘛玫播跨裴驹冻值概讹募贿安漾文婆宣翱梗限隐阜特汇唐卖侵辕祈夫溉桩袋统盾撞认忠长稚援鼓葬细豺紊仰率哀垫要脓阑哗敲骋诣支汾股吠到以俱庇拧源庆缺舟棱梳戏僻张号砚颇侄蛤灾宝学绒钒隆授蔽惺嫩准芜画反沙涯蜘田少唁洒雨怨偷狮埔套淤信香尤褒缉敝映训庆唉傈停利胖删誓斧肮协汛怎嘛赴嘉沽睁祁凤设槛邮尽擂娟分捞阻狄孽卸圣技跨忻詹圈氧纪盘勒幸监仗臻宿肩吱猴处揉瑶隐至骚眠抓梅连蛙绝肖嘶因寸晌疚益天示藤羊虎屎轰僧澄锑翼贾氮刽痢夹锋嫩潦澡代芜茸桥次莉媳遇锚粉均阑摊骋发溯弃酋草衷鸟消鞘廷役盗杭腊磐痔莽珐翔活驱茵帝聪短斯第四章 平稳时间序列模型的建立 本章讨论平稳时间序列的建模问题，也就是从观测到的有限样本数据出发，通过模型的识别、模型的定阶、参数估计和诊断校验等步骤，建立起适合的序列模型。学习重点为模型的识别和模型的检验。 第一节 模型识别 识别依据 模型识别主要是依据SACF和SPACF的拖尾性与截尾性来完成。常见的一些ARMA类型的SACF和SPACF的统计特征在下表中列出，可供建模时，进行对照选择。 表 ARIMA过程与其自相关函数偏自相关函数特征 模 型 自相关函数特征 偏自相关函数特征 ARIMA(1,1,1) ? xt = ?1? xt-1 + ut + ?1ut-1 缓慢地线性衰减 AR（1） xt = ?1 xt-1 + ut 若?1 0，平滑地指数衰减 若?1 0，正负交替地指数衰减 若?11 0，k=1时有正峰值然后截尾 若?11 0，k=1时有负峰值然后截尾 MA（1） xt = ut + ?1 ut-1 若?1 0，k=1时有正峰值然后截尾 若?1 0，k=1时有负峰值然后截尾 若?1 0，交替式指数衰减 若?1 0，负的平滑式指数衰减 AR（2） xt = ?1 xt-1 + ?2 xt-2 + ut 指数或正弦衰减 （两个特征根为实根） （两个特征根为共轭复根） k=1, 2时有两个峰值然后截尾 （?1 0，?2 0） （?1 0，?2 0） MA（2） xt = ut + ?1 ut-1+ ?2 ut-2 k=1, 2有两个峰值然后截尾 （?1 0，?2 0） （?1 0，?2 0） 指数或正弦衰减 （?1 0，?2 0） （?1 0，?2 0） ARMA（1，1） xt = ?1 xt-1 + ut + ?1 ut-1 k=1有峰值然后按指数衰减 （?1 0，?1 0） （?1 0，?1 0） k=1有峰值然后按指数衰减 （?1 0，?1 0） （?1 0，?1 0） ARMA（2，1） xt = ?1 xt-1+ ?2 xt-2+ ut + ?1 ut-1 k=1有峰值然后按指数或正弦衰减 （?1 0，?2 0，?1 0） k=1, 2有两个峰值然后按指数衰减 （?1 0，?2 0，?1 0） ARMA（1，2） xt = ?1 xt-1+ ut + ?1 ut-1+ ?2 ut-2 k=1, 2有两个峰值然后按指数衰减 （?1 0，?1 0，?2 0） （?1 0，?1 0，?2 0） k=1有峰值然后按指数或正弦衰减 （?1 0，?1 0，?2 0） （