实验一 ARIMA模型建立与应用.doc

实验一 ARIMA模型建立与应用.doc

ID:50235934

大小:465.00 KB

页数:22页

时间:2020-03-07

实验一 ARIMA模型建立与应用.doc_第1页
实验一 ARIMA模型建立与应用.doc_第2页
实验一 ARIMA模型建立与应用.doc_第3页
实验一 ARIMA模型建立与应用.doc_第4页
实验一 ARIMA模型建立与应用.doc_第5页
资源描述:

《实验一 ARIMA模型建立与应用.doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、实验一ARIMA模型建立与应用一、实验项目:ARIMA模型建立与预测。二、实验目的1、准确掌握ARIMA(p,d,q)模型各种形式和基本原理;2、熟练识别ARIMA(p,d,q)模型中的阶数p,d,q的方法;3、学会建立及检验ARIMA(p,d,q)模型的方法;4、熟练掌握运用ARIMA(p,d,q)模型对样本序列进行拟合和预测;三、预备知识(一)模型1、AR(p)(p阶自回归模型)其中ut白噪声序列,δ是常数(表示序列数据没有0均值化)AR(p)等价于AR(p)的特征方程是:AR(p)平稳的充要条件是特征根都在单位圆之外。2、MA

2、(q)(q阶移动平均模型)22/22其中{ut}是白噪声过程。MA(q)平稳性MA(q)是由ut本身和q个ut的滞后项加权平均构造出来的,因此它是平稳的。MA(q)可逆性(用自回归序列表示ut)可逆条件:即收敛的条件。即Θ(L)每个特征根绝对值大于1,即全部特征根在单位圆之外。3、ARMA(p,q)(自回归移动平均过程)ARMA(p,q)平稳性的条件是方程Φ(L)=0的根都在单位圆外;可逆性条件是方程Θ(L)=0的根全部在单位圆外。4、ARIMA(p,d,q)(单整自回归移动平均模型)差分算子:22/22对d阶单整序列xt~I(d)

3、则wt是平稳序列,于是可对wt建立ARMA(p,q)模型,所得到的模型称为xt~ARIMA(p,d,q),模型形式是由此可转化为ARMA模型。(二)模型识别要建立模型ARIMA(p,d,q),首先要确定p,d,q,步骤是:一是用单位根检验法,确定xt~I(d)的d;二是确定xt~AR(p)中的p;三是确定xt~MA(q)中的q。平稳序列自相关函数ρ0=1,ρ-k=ρk(对称)1、平稳AR(p)的自相关系数和偏自相关系数(1)平稳AR(p)的自相关系数22/22|φi|<1,i=1,2,…,p,E(ut)=0,k>0,k>0平稳AR(

4、p)的自相关系数是,k>0(2)k阶平稳自回归过程AR(k)的偏自相关系数两边同除以γ0对任意j>0都成立。根据和对称性,得到Yule-Walker方程组对于给定的k,ρ1,ρ2,…,ρk已知,每个方程组最后一个解就是相应的偏自相关系数:φ11,φ22的,…,φkk。ρ3是k=3的自相关系数,意义:度量平稳序列xt与xt-322/22的相关系数,至于中间xt-1,xt-2起什么作用无法顾及。φ33的k=3的偏自相关系数。意义:剔除中间变量xt-1,xt-2的影响后,度量xt与xt-3的相关程度。2、平稳MA(q)的自相关系数和偏自相

5、关系数(1)MA(q)自相关系数当k>q时,ρk=0,xt与xt+k不相关,这种现象称为截尾,因此可根据自相关系数是否从某一点开始一直为0来判断MA(q)模型的阶数q。(2)MA(q)偏自相关系数MA(q)模型对应一个AR(∞),通过AR(∞)来解决3、ARMA(p,q)有拖尾特征,p和q的识别通过从低阶逐步试探直到合适的模型为止。(三)模型估计22/22用Eviews软件进行估计(四)模型检验1、用t统计量检验模型参数显著性;2、为保证ARMA(p,q)的平稳性和可逆性,模型特征根皆应在单位圆以外,或倒数在单位圆内;3、用Q统计量

6、对残差进行白噪声检验。原假设和备择假设(序列不存在自相关,是白噪声)不全为0(序列存在自相关,不是白噪声)统计量其中上述r是样本相关系数,T是样本容量,分布是极限分布。K是自相关系数的个数,即最大滞后期。若样本较大,则K=[T/10]或T的平方根;若样本较小,则K=[T/4]。判别规则是:接受原假设,拒绝原假设。(五)模型外推预测22/22已有ARMA(p,q)模型和观察值Xt,Xt-1,Xt-2,…,X1。把观察值代入,在t+1时刻有上式中,观察值已知,只有误差处理问题。下标大于t的误差项,由于未来的误差未知,因此用期望值0代替未

7、来的误差。下标从1到t的误差项,可用残差估计值(要建模时可找到)代替。于是1步预测公式:类似地,2步预测公式和l步预测公式分别是:其中,h-p<=0时,;h-q>0时,四、实验内容1、ARIMA(p,d,q)模型阶数识别;2、ARIMA(p,d,q)模型估计与检验;3、ARIMA(p,d,q)模型外推预测。22/22五、实验软件环景:Eviews软件。六、实验步骤:按、以美元对欧元汇率1993.1到2007.12的月均价数据为例进行实验。(一)创建Eviews工作文件(Workfile)从Eviews主选单中选“File/NewW

8、orkfile”,选择“monthly”选项,输入“Startdate:1993:01Enddate:2007:12”。(二)录入数据,并对序列进行初步分析1、导入数据Quick/EmptyGroup22/22在Ser01输入数据;改

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。