时间序列分析

时间序列分析

ID:34393637

大小:751.43 KB

页数:100页

时间:2019-03-05

时间序列分析_第1页
时间序列分析_第2页
时间序列分析_第3页
时间序列分析_第4页
时间序列分析_第5页
资源描述:

《时间序列分析》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第三章平稳时间序列分析第二节ARMA模型AR模型(AutoRegressionModel)MA模型(MovingAverageModel)ARMA模型(AutoRegressionMovingAveragemodel)一、AR模型(AutoRegressionModel)(一)AR模型定义具有如下结构的模型称为p阶自回归模型,简记为AR(p)xt01xt12xt2pxtptp02E(t)0,Var(t),E(ts)0,stEx0,stst特别当00时,称为中心化AR(p)模型AR(P

2、)序列中心化变换对于非中心化序列xxxxt01t12t2ptpt作变换011pyxtt则原序列即化为中心化序列yyyyt1t12t2ptpt所以,以后我们重点讨论中心化时间序列。AR模型的算子表示令2p(B)1BBB12p则AR(p)模型可表示为(B)xtt(二)AR模型平稳性判别判别原因:AR模型是常用的平稳序列的拟合模型之一,但并非所有的AR模型都是平稳的。判别方法:特征根判别法,平稳域判别法。例3.1:考察如下四个模型的平稳性(1)xx0.8tt1t(2)x

3、x1.1tt1t(3)xx0.5xtt12tt(4)xx0.5xtt1t1t例3.1平稳序列时序图(1)xxt0.8t1t(3)xtxt120.5xtt例3.1非平稳序列时序图(2)xxt1.1t1t(4)xtxt10.5xt1t从时序图上可以看出,(1)(3)模型平稳,(2)(4)模型非平稳。(三)AR模型平稳性常用判别方法特征根判别AR(p)模型平稳的充要条件是它的p个特征根都在单位圆内。根据特征根和算子多项式的根成倒数的性质,AR(p)模型平稳的充要条件是该模型的算子多项式的根都在单位圆外。

4、平稳域判别平稳域为:{,,,单位根都在单位圆内}12p(四)两个常见模型的平稳性条件1、AR(1)模型平稳条件xxtt1t特征根为,平稳条件1平稳域为;1AR(1)模型的平稳性条件也可以如下讨论:对1阶自回归模型AR(1)XXtt1t方程两边平方再求数学期望,得到Xt的方差:2222E(X)E(X)E()2E(X)tt1tt1t由于Xt仅与t相关,因此,E(Xt-1t)=0。如果该模型稳定,则有E(Xt2)=E(Xt-12),从而上式可变换为:220X21在稳定条件下,该方差是一非负的

5、常数,从而有

6、

7、<1。而AR(1)的算子多项式方程:(z)1z0的根为z=1/AR(1)稳定,即

8、

9、<1,意味着特征根大于1。2、AR(2)模型平稳条件xxxt1t12t2t特征根为22441121121222由121,122平稳域知1,1等价于12{,1,且1}12221事实上,由于2+1=-12+(1+2)=1–(1-1)(1-2)2-1=-12-(1+2)=1–(1+1)(1+2)无论1,2为实数或共轭复数,由1<1,

10、2<1都有(11)(12)>0,从而得2+1<12-1<1且-1<2<1平稳域是一个三角形区域。见下图阴影部分。平稳AR(2)过程,取值域(阴影部分)12回归参数2,1的取值变化分三种情形讨论。(1)当12+42=0时,特征方程有相等实数根。2,1取值在图中的抛物线上,称为临界阻尼状态。(2)当12+42>0时,特征方程有不等实数根。2,1的值位于过阻尼区(自相关函数呈指数衰减)。(3)当12+42<0时,特征方程根为共轭复根。2,1的值位于欠阻尼区(自相关函数呈正弦震荡衰减)。AR(2)模型的平稳性也可以如下讨论:对A

11、R(2)模型:XXXt1t12t2t方程两边同乘以Xt,再取期望得:E(X)01122tt又由于:22E(X)E(X)E(X)E()tt1t1t2t2tt于是:201122同样地,由原式还可得到:1102121120于是方差为:2(1)20(1)(1)(1)21212由平稳性的定义,该方差必须是一不变的正数,于是有1+2<1,2-1<1,

12、2

13、<1对高阶自回模型AR(p)来说,

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。