时间序列模型识别举例(20090506).ppt

《时间序列模型识别举例(20090506).ppt》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、时间序列模型识别举例AR（p）过程的ACF（拖尾）、PACF（P步后截尾）MA(q)过程的ACF（q步后截尾）、PACF（拖尾）ARMA(p,q)过程的ACF（拖尾）、PACF（拖尾）总结：AR（p）、MA(q)、ARMA(p,q)过程的自相关、偏自相关函数的特征：例:◆自相关和偏自相关的数值及分析图（可以检验序列是否平稳；模型的类型及阶数）例1：检验中国支出法GDP时间序列的平稳性（单位：亿元）Quick/SeriesStatistics/Correlogram在出现的对话框中输入欲分析的序列名称，如GDP点击OK

2、弹出相关图定义对话框（对话框左面要求用户选择是否对序列差分，如：level表示不差分,OK）。检验序列是否平稳结果分别表示:自相关分析图、偏自相关分析图、滞后期K、AC自相关系数、偏自相关系数、独立性检验的Q统计量、P值1978~2000年间中国GDP时间序列是非平稳序列(如果序列的自相关系数很快地（如滞后期K=2，3）趋于零，即落入随机区间，则平稳）例2：中国改革开放以来，财政收入受税收的影响越来越大，下表给出了1978—2002年中国财政收入Y与税收X的数据。(1)用样本相关图判断Yt、Xt、lnYt、lnXt的

3、平稳性;(2)用样本相关图判断lnYt、lnXt的一阶差分的平稳性Quick/SeriesStatistics/Correlogram在出现的对话框中输入欲分析的序列名称，如Y；点击OK弹出相关图定义对话框，选择level（表示不差分）。自相关函数缓慢下降且呈正弦波型。中国财政收入Y序列是非平稳的。自相关函数缓慢下降且呈正弦波型。税收Xt序列是非平稳的。同样讨论可得：lnYt、lnXt序列都是非平稳的（图形略）.lnYt的一阶差分是平稳的；同样讨论可得：lnXt的一阶差分也是平稳的（图略）.