版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、時間序列分析,第三章 ARMA模型的特性,本章共有四節(jié)內(nèi)容:,※第一節(jié) 格林函數(shù)和平穩(wěn)性※第二節(jié) 逆函數(shù)和可逆性※第三節(jié) 自協(xié)方差函數(shù)※第四節(jié) 自譜,第三節(jié) 自協(xié)方差函數(shù),一、自相關(guān)函數(shù),2. 理論自相關(guān)函數(shù)與樣本自相關(guān)函數(shù),1.自相關(guān)函數(shù)的引入,3. 格林函數(shù)與自協(xié)方差函數(shù)之間的關(guān)系,,二、偏自相關(guān)函數(shù),4. ARMA模型自協(xié)方差函數(shù)及其特點,,一、自相關(guān)函數(shù),1. 自相關(guān)函數(shù)的引入,AR(1)模
2、型:,Xt與Xt-j雖不直接相關(guān),但有一定的相關(guān)關(guān)系,這就是我們這一節(jié)將要給大家介紹的自相關(guān)函數(shù)。,問題:Xt與Xt-2是否有相關(guān)關(guān)系?有怎樣的相關(guān)關(guān)系?怎樣去度量這種相關(guān)關(guān)系?對MA(1)模型呢?,2. 理論自相關(guān)函數(shù)與樣本自相關(guān)函數(shù),Xt:零均值平穩(wěn)時間序列;任何一個ARMA模型都可轉(zhuǎn)化為等價的零均值A(chǔ)RMA模型。,(1)自協(xié)方差函數(shù)cov(Xt,Xt-k)=(若Xt零均值平穩(wěn))E(XtXt-k)=γk,(2)理論自相關(guān)函數(shù)
3、,自協(xié)方差函數(shù) cov(Xt,Xt-k)=γk,(3)樣本自相關(guān)函數(shù)(注:樣本數(shù)據(jù)也先進行零均值化處理),自相關(guān)函數(shù),,,由此可知,自相關(guān)函數(shù)和自協(xié)方差函數(shù)是關(guān)于零點對稱的。一個正態(tài)平穩(wěn)過程Xt能夠被其均值和協(xié)方差函數(shù)(或等價地,均值、方差和自相關(guān)函數(shù))完全刻劃。,一個平穩(wěn)過程的自協(xié)方差函數(shù)具有以下性質(zhì):,(4)自協(xié)方差函數(shù)和自相關(guān)函數(shù)的性質(zhì),(5)協(xié)差陣,(6) 對樣本自相關(guān)函數(shù)的說明,,這是因為后者的方差要小于前者;后者是正定序
4、列,協(xié)差陣為正定陣,對平穩(wěn)序列而言,自協(xié)方差的正定性是最本質(zhì)的,常常是相關(guān)分析和參數(shù)估計的條件。,,設(shè)隨機變量Xt,Xt-1,Xt-2,…Xt-n+1的任一線性函數(shù)為:,由于對平穩(wěn)過程而言,有,可利用協(xié)方差的運算法則得到Lt的方差,若li不全為0,則上式必然大于0(方差大于等于0)。,所以Lt的方差為,由于對任意不全為零的常數(shù),有,相應(yīng)的,自協(xié)方差函數(shù)和自相關(guān)函數(shù)也都是正定的。,由此得知任何平穩(wěn)過程的自協(xié)方差陣和自相關(guān)陣都是正定的。,對
5、一般的Xt,k步滯后自相關(guān)ρk最令人滿意的估計是其中 k=0,1,2,…,N;該式是自協(xié)方差 的估計,稱為樣本自協(xié)方差函數(shù),相應(yīng)的自相關(guān)估計稱為樣本自相關(guān)函數(shù)。,,,例1:,Xt的樣本數(shù)據(jù)如下:求其樣本自協(xié)方差函數(shù)和樣本自相關(guān)函數(shù)Xt:47 64 23 71 38 64 55 41 59 48,計算步驟(1)計算樣本均值;(2)對原序列Xt進行零均值化處理,得到y(tǒng)t;(3)計算yt的樣本自協(xié)方差
6、函數(shù)(4)計算yt的樣本自相關(guān)函數(shù) (見Excel文件),,內(nèi)容回顧 :,對正態(tài)零均值平穩(wěn)Xt,1.理論自協(xié)方差函數(shù) :,2.理論自相關(guān)函數(shù),3.理論協(xié)差陣、理論自相關(guān)陣:對稱性、正定性,4.樣本自協(xié)方差函數(shù)和樣本自相關(guān)函數(shù),5.樣本自協(xié)方差函數(shù)是根據(jù)樣本計算的理論自協(xié)方差函數(shù)的估計值;樣本自相關(guān)函數(shù)是根據(jù)樣本計算的理論自相關(guān)函數(shù)的估計值。 它們具有“時間序列分析”課程所特有的特點,與一般估計不同,計算時應(yīng)特別注意???/p>
7、利用Excel一步步計算獲得,也可通過其它專用軟件計算得到。,6.要求大家掌握:,①ARMA模型的理論自協(xié)方差函數(shù)(理論自相關(guān)函數(shù))的算法、形式和特點;②任給一個時間序列(某過程的樣本實現(xiàn))計算其樣本自協(xié)方差函數(shù)(樣本自相關(guān)函數(shù)),ARMA模型,,某隨機過程,,一個樣本實現(xiàn),,時間序列,,理論值,樣本值,,,3. 格林函數(shù)與自協(xié)方差函數(shù)之間的關(guān)系,例1:求AR(1)的自協(xié)方差函數(shù)及自相關(guān)函數(shù),結(jié)論:AR(1)的格林函數(shù)即是AR(1)的
8、自相關(guān)函數(shù),例2:求MA(1)的自協(xié)方差函數(shù)及自相關(guān)函數(shù),結(jié)論:MA(1)的格林函數(shù)和MA(1)的自相關(guān)函數(shù)有相同的特點,那么:格林函數(shù)與自協(xié)方差函數(shù)之間到底有怎樣的關(guān)系?,從自協(xié)方差的定義出發(fā),利用模型的傳遞形式來考察格林函數(shù)與自協(xié)方差函數(shù)之間的關(guān)系。,得到如下結(jié)論:,例3:利用格林函數(shù)與自協(xié)方差函數(shù)之間的關(guān)系,重新計算AR(1)和MA(1)的自協(xié)方差函數(shù)及自相關(guān)函數(shù)。,即:格林函數(shù)和自協(xié)方差函數(shù)滿足下面等式:,例4:計算MA(q)的
9、自相關(guān)函數(shù)。,MA(q)的Gj為:,其自相關(guān)函數(shù)為:,,4. ARMA模型自協(xié)方差函數(shù)及其特點,AR(1):,MA(1):,有:,例5:求AR(2)模型的自相關(guān)函數(shù)。,例6:對下面模型,求其各自的自相關(guān)函數(shù),例7:寫出下面模型的自協(xié)方差函數(shù)并說明其自相關(guān)函數(shù)的特點。,自相關(guān)函數(shù)是拖尾的。,我們對表3.1給出的數(shù)據(jù)計算其樣本自相關(guān)函數(shù),表3.1 化工過程一組70個順次產(chǎn)量的序列,取表中前10個數(shù)據(jù),利用Excel計算得到r1為-0.789
10、56,利用Minitab計算該時間序列的前18個樣本自相關(guān)值,得如下結(jié)果:,ACF -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 + ---- + ---- + ---- + ---- + ----
11、 + ---- + ---- + ---- + ---- + ---- + 1 -0.390 XXXXXXXXXXX 2 0.304 XXXXXXXXX 3 -0.166
12、 XXXXX 4 0.071 XXX 5 -0.097 XXX
13、 6 -0.047 XX 7 0.035 XX 8 -0.043
14、 XX 9 -0.005 X 10 0.014 X 11 0.110
15、 XXXX 12 -0.069 XXX 13 0.148
16、 XXXXX 14 0.036 XX 15 -0.007 X 16 0.173
17、 XXXXX 17 -0.111 XXXX 18 0.020
18、 X,重要結(jié)論:,可以證明:AR(p)模型自相關(guān)函數(shù)都是拖尾的,MA(q)模型自相關(guān)函數(shù)q步截尾,ARMA(p,q)模型的自相關(guān)函數(shù)拖尾。ARMA模型自相關(guān)函數(shù)的變化特點與格林函數(shù)相同,其本質(zhì)是自相關(guān)函數(shù)ρk 也滿足AR部分的齊次差分方程。,此種性質(zhì)稱為截尾。對MA(q)模型,自相關(guān)函數(shù)q步后截尾,簡稱q步截尾。,2. MA(1)模型:,1. AR(1)模型: ,當
19、 時,模型平穩(wěn),此時自相關(guān)函數(shù)逐漸趨于零,其速度與自回歸參數(shù)有關(guān)。這種性質(zhì)稱為拖尾。若參數(shù)為正,呈指數(shù)衰減到零,若參數(shù)為負,正負交錯衰減到零。,二、偏自相關(guān)函數(shù),3. 偏自相關(guān)函數(shù)的概率意義,1. 偏自相關(guān)函數(shù)的引入,2. 偏自相關(guān)函數(shù)的一般定義,4. 偏自相關(guān)函數(shù)的計算,5. 利Yule-Wolker方程計算,,1. 偏自相關(guān)函數(shù)的引入,對MA(q)模型,其自相關(guān)函數(shù)是q步截尾的,這是MA的特有標志,但AR和ARMA模型,其自相
20、關(guān)函數(shù)卻都是拖尾的。 是否有某種統(tǒng)計量能體現(xiàn)AR的獨有特性?有沒有一種函數(shù),對MA模型是拖尾的,對AR模型卻是截尾的?回答是肯定的,這就是我們將要介紹的偏自相關(guān)函數(shù)。,,用φkj記k階回歸表達式中的第j個系數(shù),φkk就是最后一個系數(shù)。利用線性最小二乘估計得到其中的系數(shù),即對k,可選擇系數(shù),達到極小值的系數(shù) (k階自回歸中Xt-k的系數(shù))稱為偏自相關(guān)函數(shù)。,2. 偏自相關(guān)函數(shù)的一般定義,使得:,Xt:零均值平穩(wěn)時間
21、序列,由Xt-1,Xt-2,…,Xt-k對Xt做回歸,,即有:,AR(1):Xt只與Xt-1直接相關(guān),與Xt-j(j>1)不直接相關(guān),但其自相關(guān)函數(shù)卻是拖尾的。也即Xt與Xt-2有關(guān)系。這是因為Xt與Xt-1相關(guān),而Xt-1又與Xt-2相關(guān), Xt由于Xt-1的緣故與Xt-2相關(guān)。事實上, Xt剔除Xt-1的影響后與Xt-2可能不相關(guān)。 剔除中間變量影響后的相關(guān)就是偏自相關(guān)。,3. 偏自相關(guān)函數(shù)的概率意義,所以,對
22、AR(P)模型,偏自相關(guān)函數(shù)p階截尾。即,,從另一角度來看,對AR模型來說,第k個偏自相關(guān)系數(shù)就是AR模型中Xt-k的回歸系數(shù),那么對于AR(p)模型,有,即,對AR(P)模型,偏自相關(guān)函數(shù)p階截尾。,總的相關(guān)關(guān)系:,直接相關(guān)+間接相關(guān),自相關(guān)函數(shù)是不考慮是否有中間影響的Xt間的總的相關(guān)關(guān)系。 偏自相關(guān)函數(shù)是剔除中間影響后的相關(guān),是一種直接相關(guān)關(guān)系,也即描述Xt與Xt-k之間部分的相關(guān)關(guān)系,也即是一種條件相關(guān)。,4.
23、偏自相關(guān)函數(shù)的計算,5. 利用Yule-Wolker方程計算,根據(jù)偏自相關(guān)函數(shù)的一般定義和極值原理,對,關(guān)于,求導(dǎo),得到:,最后得到:,將矩陣展開為方程組,即為Yule-Walker方程。,對k=1,2,3,…依次求解Yule-Walker方程,得到,一個p階自回歸過程,當k小于或等于p時,偏自相關(guān)函數(shù)φkk不為零,而當k大于p時,偏自相關(guān)函數(shù)φkk為零,即AR(p)過程的偏自相關(guān)函數(shù)是p階截尾的。 通過計算推導(dǎo)可以證
24、明,MA模型和ARMA模型的偏自相關(guān)函數(shù)都是拖尾的。 根據(jù)MA模型的逆轉(zhuǎn)形式可知,偏自相關(guān)函數(shù)有無窮多個;若模型可逆,則PACF拖尾。,,對于平穩(wěn)可逆的ARMA過程:(1)ARMA(p,q)過程的ACF會從滯后期q開始衰減。即ACF滿足AR部分的齊次線性差分方程,其模式將會按特征根所表示的形式變化。(2) ARMA(p,q)過程的PACF會從滯后期p開始衰減。PACF會依照模型
25、 的PACF系數(shù)的形式變化。,,,,,第四節(jié) 自譜,目前國內(nèi)外通常是從兩種角度出發(fā)對時間序列進行分析,一種是將時間序列看成是依時間順序發(fā)展的數(shù)據(jù)列,根據(jù)序列前后期之間存在的相關(guān)關(guān)系對時間序列進行更深層次的分析,這種分析稱為時域分析。另一種是從波的角度出發(fā),將時間序列看成是不同的波的疊加,并通過研究波動的頻率特征來刻劃時間序列的特性,這種分析稱為時間序列的頻域分析。,在時域分析中,自相關(guān)函數(shù)是主要工具,是分析平穩(wěn)時間序列X
26、t的統(tǒng)計規(guī)律的數(shù)字特征。 在頻域分析中,譜密度是主要工具,是分析平穩(wěn)時間序列Xt的統(tǒng)計規(guī)律的數(shù)字特征。 兩種分析方法相互補充,互不矛盾,也是相互驗證,是一致的。,時間序列分析方法:,時域分析:在時間域用有限參數(shù)模型描述時間序列的相關(guān)結(jié)構(gòu),并通過對模型的統(tǒng)計分析更進一步掌握序列的特性,主要工具是差分方程及自相關(guān)函數(shù)。,頻域分析:在頻率域中考察時間序列,將時間序列看成是由不同頻率的正弦、余弦波組成,并通過研究波動的頻率特征
27、來刻劃時間序列的特性,主要工具是傅立葉變換及譜、譜密度。,時域和頻域是以不同的方式刻畫時間序列的特性,時域方法直接分析觀測到的依時間變化的數(shù)據(jù),頻域方法是將時間序列看成是不同諧波的疊加,著重研究波動的頻率特征。,第四節(jié) 自譜,第3章 小結(jié),1.對任何一個ARMA模型,(1)能夠?qū)懗龌蚯蟪銎涓窳趾瘮?shù)的隱式解、顯式解及其傳遞形式;(2)能夠?qū)懗龌蚯蟪銎淠婧瘮?shù)的隱式解、顯式解及其逆轉(zhuǎn)形式;(3)能判斷出該模型是否平穩(wěn);(4)能判斷出
28、該模型是否可逆;(5)能夠求出其理論自協(xié)方差和理論自相關(guān)函數(shù)的形式;(6)能夠說出其自相關(guān)函數(shù)和偏自相關(guān)函數(shù)的特點。,2.對任何一個時間序列,會計算其樣本自相關(guān)函數(shù)和偏自相關(guān)函數(shù),并據(jù)此初步判斷該序列屬于什么模型。,3.掌握自相關(guān)函數(shù)和偏自相關(guān)函數(shù)的概念和含義,平穩(wěn)和可逆的含義。,例題:,1.寫出ARMA(2,2)模型的格林函數(shù)的隱式解和顯式解、逆函數(shù)的隱式解和顯式解、平穩(wěn)性條件和可逆性條件。,2.寫出ARMA(3,4)模型的平穩(wěn)性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論