讲时间序列分析.pptVIP

SBC准则AIC准则的缺陷在样本容量趋于无穷大时，由AIC准则选择的模型不收敛于真实模型，它通常比真实模型所含的未知参数个数要多SBC统计量7.2平稳时间序列分析第95页，共170页，星期日，2025年，2月5日例11连续读取70个某次化学反应的过程数据，构成一时间序列。对该序列进行两个模型拟合，并用AIC准则和SBC准则评判例两个拟合模型的相对优劣。结果AR(1)优于MA(2)模型AICSBCMA(2)536.4556542.2011AR(1)535.7896540.28667.2平稳时间序列分析第96页，共170页，星期日，2025年，2月5日序列预测线性预测函数预测方差最小原则7.2平稳时间序列分析第97页，共170页，星期日，2025年，2月5日例8续北京市城乡居民定期储蓄比例序列拟合与预测图7.2平稳时间序列分析第98页，共170页，星期日，2025年，2月5日差分运算差分运算的实质差分方式的选择过差分7.3非平稳时间序列分析第99页，共170页，星期日，2025年，2月5日差分运算的实质差分方法是一种非常简便、有效的确定性信息提取方法Cramer分解定理在理论上保证了适当阶数的差分一定可以充分提取确定性信息差分运算的实质是使用自回归的方式提取确定性信息7.3非平稳时间序列分析第100页，共170页，星期日，2025年，2月5日差分方式的选择序列蕴含着显著的线性趋势，一阶差分就可以实现趋势平稳序列蕴含着曲线趋势，通常低阶（二阶或三阶）差分就可以提取出曲线趋势的影响对于蕴含着固定周期的序列进行步长为周期长度的差分运算，通常可以较好地提取周期信息7.3非平稳时间序列分析第101页，共170页，星期日，2025年，2月5日例121964年—1999年中国纱年产量序列蕴含着一个近似线性的递增趋势。对该序列进行一阶差分运算考察差分运算对该序列线性趋势信息的提取作用7.3非平稳时间序列分析第102页，共170页，星期日，2025年，2月5日差分前后时序图原序列时序图差分后序列时序图7.3非平稳时间序列分析第103页，共170页，星期日，2025年，2月5日例13尝试提取1950年—1999年北京市民用车辆拥有量序列的确定性信息7.3非平稳时间序列分析第104页，共170页，星期日，2025年，2月5日差分后序列时序图一阶差分二阶差分7.3非平稳时间序列分析第105页，共170页，星期日，2025年，2月5日例14差分运算提取1962年1月—1975年12月平均每头奶牛的月产奶量序列中的确定性信息7.3非平稳时间序列分析第106页，共170页，星期日，2025年，2月5日差分后序列时序图一阶差分1阶－12步差分7.3非平稳时间序列分析第107页，共170页，星期日，2025年，2月5日过差分足够多次的差分运算可以充分地提取原序列中的非平稳确定性信息但过度的差分会造成有用信息的浪费假设序列如下考察一阶差分后序列和二阶差分序列的平稳性与方差7.3非平稳时间序列分析第108页，共170页，星期日，2025年，2月5日比较一阶差分平稳方差小二阶差分（过差分）平稳方差大7.3非平稳时间序列分析第109页，共170页，星期日，2025年，2月5日ARIMA模型ARIMA模型结构ARIMA模型建模ARIMA模型预测疏系数模型季节模型7.3非平稳时间序列分析第110页，共170页，星期日，2025年，2月5日ARIMA模型结构使用场合差分平稳序列拟合模型结构7.3非平稳时间序列分析第111页，共170页，星期日，2025年，2月5日ARIMA模型族d=0ARIMA(p,d,q)=ARMA(p,q)P=0ARIMA(P,d,q)=IMA(d,q)q=0ARIMA(P,d,q)=ARI(p,d)d=1,P=q=0ARIMA(P,d,q)=randomwalkmodel7.3非平稳时间序列分析第112页，共170页，星期日，2025年，2月5日ARIMA模型建模步骤获得观察值序列平稳性检验差分运算YN白噪声检验Y分析结束N拟合ARMA模型7.3非平稳时间序列分析第113页，共170页，星期日，2025年，2月5日例15对1952年—1988年中国农业实际国民收入指数序列建模7.3非平稳时间序列分析第114页，共170页，星期日，2025年，