時(shí)間序列大作業(yè)

1、應(yīng)用時(shí)間序列大作業(yè)課題：基于ARIMA模型的全國(guó)19802013年郵電業(yè)務(wù)函件數(shù)量時(shí)間序列分析及預(yù)測(cè)。姓名：姓名：賈縣委賈縣委學(xué)號(hào)：學(xué)號(hào)：12036500551203650055編號(hào)：編號(hào)：48481.觀察時(shí)間序列。根據(jù)時(shí)間序的散點(diǎn)圖自相關(guān)函數(shù)(ACF)圖和偏自相關(guān)函(PACF)圖以及ADF單位根檢驗(yàn)觀察其方差、趨勢(shì)及其季節(jié)性變化規(guī)律識(shí)別該序列的平穩(wěn)性。2.對(duì)序列進(jìn)行平穩(wěn)化處理。如果數(shù)據(jù)序列是非平穩(wěn)的并存在一定的增長(zhǎng)或下降趨勢(shì)則需對(duì)數(shù)據(jù)

2、進(jìn)行差分處理如果數(shù)據(jù)序列存在異方差性則需對(duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)轉(zhuǎn)換或者開方處理直到處理后數(shù)據(jù)的自相關(guān)函數(shù)值和偏相關(guān)函數(shù)值無(wú)顯著地異于零。3.模型識(shí)別。若平穩(wěn)時(shí)間序列的偏相關(guān)函數(shù)是截尾的而自相關(guān)函數(shù)是拖尾的則可斷定此序列適合AR模型若平穩(wěn)時(shí)間序列的偏相關(guān)函數(shù)是拖尾的而自相關(guān)函數(shù)是截尾的則可斷定此序列適合MA模型若平穩(wěn)時(shí)間序列的偏相關(guān)函數(shù)和自相關(guān)函數(shù)均是拖尾的則此序列適合ARMA模型。4.對(duì)ARIMA(pdq)模型定階估計(jì)參數(shù)。5.模型檢驗(yàn)。進(jìn)行假

3、設(shè)檢驗(yàn)診斷白噪聲檢驗(yàn)假設(shè)模型殘差的ACF值和PACF值在早期或季節(jié)性延遲點(diǎn)處不得大于置信區(qū)間同時(shí)殘差應(yīng)理想化為0均值?？捎^察殘差的ACF圖、PACF圖并輔以D—w值、t值等檢驗(yàn)法。6.預(yù)測(cè)分析。時(shí)間序列分析包括以下步驟:分析時(shí)間序列的隨機(jī)特性用實(shí)際統(tǒng)計(jì)序列構(gòu)造預(yù)測(cè)模型根據(jù)所得模型做出最佳的預(yù)測(cè)值。ARIMA模型建模流程圖(四)ARIMA（pdq）模型：在ARIMA模型的識(shí)別過程中，我們主要用到兩個(gè)工具：自相關(guān)函數(shù)(ACF），偏自相關(guān)函數(shù)

4、(PACF)以及它們各自的相關(guān)圖。對(duì)于一個(gè)序列Xt來(lái)說(shuō)，它的第i階自相關(guān)系數(shù)定義為它的i階自協(xié)方差除以它的方差，它是關(guān)于i的函數(shù)，因此我們也稱之為自相關(guān)函數(shù)，通常記ACF(i)。偏自相關(guān)函數(shù)PACF(i)度量了消除中間滯后項(xiàng)影響后兩滯后變量之間的相關(guān)關(guān)系。自相關(guān)系數(shù)和偏自相關(guān)系數(shù)這兩個(gè)統(tǒng)計(jì)量來(lái)識(shí)別ARIMA(pdq)模型的系數(shù)特點(diǎn)和模型的階數(shù)。并用游程檢驗(yàn)經(jīng)過處理的序列是否為平穩(wěn)化的序列。模型定階自相關(guān)系數(shù)偏自相關(guān)系數(shù)AR(p)拖尾P階