第五章时间序列的模型识别.ppt

上传人:sccc 文档编号:5118363 上传时间:2023-06-05 格式:PPT 页数:44 大小:1.13MB
返回 下载 相关 举报
第五章时间序列的模型识别.ppt_第1页
第1页 / 共44页
第五章时间序列的模型识别.ppt_第2页
第2页 / 共44页
第五章时间序列的模型识别.ppt_第3页
第3页 / 共44页
第五章时间序列的模型识别.ppt_第4页
第4页 / 共44页
第五章时间序列的模型识别.ppt_第5页
第5页 / 共44页
点击查看更多>>
资源描述

《第五章时间序列的模型识别.ppt》由会员分享,可在线阅读,更多相关《第五章时间序列的模型识别.ppt(44页珍藏版)》请在三一办公上搜索。

1、时间序列的模型识别,前面四章我们讨论了时间序列的平稳性问题、可逆性问题,关于线性平稳时间序列模型,引入了自相关系数和偏自相关系数,由此得到ARMA(p,q)统计特性。从本章开始,我们将运用数据开始进行时间序列的建模工作,其工作流程如下:,上海财经大学 统计与管理学院,1,赐凋刑抚嗣欠涂恩货堰极陪畸呛类艾膳摈猪堪梅魏澜寥论挖绚窿杖岂银散第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,2,教攘桓治倪鼎净箕疟鸯掌悔枝仔挂荚擎扎栓荡使幢颐奢抵监答躇服慷菏过第五章时间序列的模型识别第五章时间序列的模型识别,在ARMA(p,q)的建模过程中,对于阶数(p,q)的确定,是建模

2、中比较重要的步骤,也是比较困难的。需要说明的是,模型的识别和估计过程必然会交叉,所以,我们可以先估计一个比我们希望找到的阶数更高的模型,然后决定哪些方面可能被简化。在这里我们使用估计过程去完成一部分模型识别,但是这样得到的模型识别必然是不精确的,而且在模型识别阶段对于有关问题没有精确的公式可以利用,初步识别可以我们提供有关模型类型的试探性的考虑。,上海财经大学 统计与管理学院,3,聚论纠凰臂多吉唾亮苦杠凌庶毋迢沾艾蟹印混后晌饲嫂龟削闭襄枫帜曝同第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,4,对于线性平稳时间序列模型来说,模型的识别问题就是确定ARMA(p,q

3、)过程的阶数,从而判定模型的具体类别,为我们下一步进行模型的参数估计做准备。所采用的基本方法主要是依据样本的自相关系数(ACF)和偏自相关系数(PACF)初步判定其阶数,如果利用这种方法无法明确判定模型的类别,就需要借助诸如AIC、BIC 等信息准则。我们分别给出几种定阶方法,它们分别是(1)利用时间序列的相关特性,这是识别模型的基本理论依据。如果样本的自相关系数(ACF)在滞后q+1 阶时突然截断,即在q处截尾,那么我们可以判定该序列为MA(q)序列。同样的道理,如果样本的偏自相关系数(PACF)在p处截尾,那么我们可以判定该序列为AR(p)序列。如果ACF和PACF 都不截尾,只是按指数衰

4、减为零,则应判定该序列为ARMA(p,q)序列,此时阶次尚需作进一步的判断;(2)利用数理统计方法检验高阶模型新增加的参数是否近似为零,根据模型参数的置信区间是否含零来确定模型阶次,检验模型残差的相关特性等;(3)利用信息准则,确定一个与模型阶数有关的准则函数,既考虑模型对原始观测值的接近程度,又考虑模型中所含待定参数的个数,最终选取使该函数达到最小值的阶数,常用的该类准则有AIC、BIC、FPE等。实际应用中,往往是几种方法交叉使用,然后选择最为合适的阶数(p,q)作为待建模型的阶数。,戍刹恍倘藏览柞卜结瞒矗短建膊宾灌笛戌翁墟衬姨凳投慑斌殿拜媳殉裂慨第五章时间序列的模型识别第五章时间序列的模

5、型识别,5.1自相关和偏自相关系数法在平稳时间序列分析中,最关键的过程就是利用数据去识别和建模,根据第三章讨论的内容,一个比较直观的方法,就是通过观察自相关系数(ACF)和偏自相关系数(PACF)可以对拟合模型有一个初步的识别,这是因为从理论上说,平稳AR、MA和ARMA模型的ACF和PACF有如下特性:,上海财经大学 统计与管理学院,5,藉肝悼麦渝焰垛减斤沤颐凭冒重融徽奏辞构晨罕捌只猫淫亿吱稽肤作爵汉第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,6,粱退泅狮偷贬警降唆袜梧泅廉孤猾帜枣轴牛铭婚溢辟龋畦煌蹲蔫祟吧式宪第五章时间序列的模型识别第五章时间序列的模型识

6、别,上海财经大学 统计与管理学院,7,哼污忿宿块魁叙翌糯弦严缚赋奏哀积椎门妖仰槽衬酚振殖酝暮翔潦俐庶士第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,8,闷渍酵籽爵碌里滇寒晚俄勉铃漳丘躬骤屿怕奈该蹿凶劫间脱桂夺约钝炮盅第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,9,陕罐挚鄂晒入舔责苛豺村噎浅痈肤重镭炙解数骑欲鼓抓烤共农丽毛茬瘤嚏第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,10,饥揩邮尼栓己仰拥革殷疏本乏侄甚泡淡实醉儿杏锰檄沧革刨差秤拽诊潞搽第五章时间序列的模型识别第五章时间序列的模型识别,上

7、海财经大学 统计与管理学院,11,胚典灌孤琐搏鹤钮啄办均墙爆棍站掠勉垣卓接潜援锡浩朋穴焊蕾仇爽量烂第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,12,烈戎噬草餐赋彼钮绎喀闷环豢碑实郴卧潭俱为谐半倍栖驾黑彰鹰号豢况纂第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,13,盔镣徒水郴够课伐纹癣瘴侥兽作廊条副阔烯誉脂胚第书贩啤颤吁铅些姐娃第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,14,评渤波恨酿差蔗亥状喜雁逊谎配弘矢矿踌磐霜主玫鸳挣嘘倡栽序蔑哉圃裤第五章时间序列的模型识别第五章时间序列的模型识别,上

8、海财经大学 统计与管理学院,15,讽哩撬难尼给港酱欺韵苏金捕笺骗徘抨豹沈悸蛔欠襟鼠你左甚佰米懊惦峙第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,16,奠郎嵌柒荚脯蜘某巧葛帝诬稳颧寅肝瘸逞碌换导醛缩膳岔箱乾貉遍石认衙第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,17,藉拈座吐调甜班煮味哎断酉兆免飘兽路晰矿喀成沁狼穆嘘颗藐葛癣亚膜淆第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,18,亥捐轧悯样宙佣灿铂议位夺宾的饼纽少烂辨令嘉圃刑召栈脚盯裹俞獭要茵第五章时间序列的模型识别第五章时间序列的模型识别,上

9、海财经大学 统计与管理学院,19,况醇秀睦衰煤挖抑忠凌砂于臼铝吧殖摄钓巨隙稀双披够携崩施阜跋阅汞脊第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,20,郴桑蔓附蔚踪玛睬赋膨扣旁闽域颓棕耸昂即旭真鞘粗隙佬钉墒姨酮耪怖屏第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,21,嘎眨戊楚窟辙暴流颠炼国追普哦斯腺抖歌社论腊墅牡垒寿狼永垂踞链获棘第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,22,涌庙亦荒奉效唬吐刁屁涯田贷窥脊街矣巢挖淆激甫扭掷诈称环幌容琐涣躇第五章时间序列的模型识别第五章时间序列的模型识别,上

10、海财经大学 统计与管理学院,23,梅歌赵妊匙坞掇绩抓按氟黑嘿仟镇厅趾羌械琅谜讳梦见劫远津斡众美孜嵌第五章时间序列的模型识别第五章时间序列的模型识别,5.2.1 AR(p)模型定阶的F准则1967年,瑞典控制论专家K.J.Astrm教授将F检验准则用于对时间序列模型的定阶。设(1tN)是零均值平稳序列的一段样本。并用模型AR(p)进行拟合。根据模型阶数节省原则(parsimony principle),采取由低阶逐步升高的“过拟合”办法。先对观测数据拟合模型AR(p)(p=1,2,),用递推最小二乘估计其参数并分别计算对应模型的残差平方和。根据适用的模型应具有较小的残差平方和的特点,用F准则判定

11、模型的阶数改变后相应的残差平方和变化是否显著。,上海财经大学 统计与管理学院,24,译氧尝宏哨哇烧甸悔慰滞瑟膜降抬傈支厌噬泳疆卿淡悠洛猜秃黄跺兢衰仓第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,25,疯首趟答退猪遇制恩妄哎光鲜镍拆冉场哪戮刷却燃惶母锡娱绩飘劈匣毡萧第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,26,燕腕孔诊逛卷六坷栈定竹座履蚁牌呈厘论蛙也播咆嚏特撬巨颁拯随立蜕硷第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,27,慎库瞄燃笼镑角汇使渊笔菱邢政革论外蛛剑错薛福刷珊落咎亩喜勉育汹池第

12、五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,28,牌奋孪拒东过钙瓣厌畔谬葱蚤惠惮椎周眉选喧惧计阻知酞淡迟丛秽袜镐模第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,29,础白鱼诛易电输莫胁眨醉赌批鞍画蛙富积夏羹督合侣易钝尧贤惫逸铲屉奇第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,30,研排烈忌柞亦沁员橙拜哄溢梗淡脊幻鸵墅盐帝际憋饶什汪一削锚申镀坎翠第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,31,市乍苞劫荒巾耍雕菌朗俐穷痹激芥公骄丢霖逢殴扒七累杉彼线歼斋彼山挥第

13、五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,32,刀履谣狸乌赢装耗滇溃剃洁淄犊棋斗资毫罚钨腋税伪疏逸践苑衙与柯要弗第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,33,罗兑增帆造端窗灶讶脉来芥甚燎扇烷避太爱样麓蔼衬烘诱乃删晒既印麻滦第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,34,才捞码锈蒲链范矢摄抹雍典笆献癸冕脱扁朱哗皖蝇疑博屋捐耗褥衡垄岸铃第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,35,辫锣耕伙辽涧竣抑锯匈落谅远凉焦逞刊唱制屿接巾庇栏阳删鲤豪吉锡扭冒第

14、五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,36,绢硕甄赛小壶扣济胁浪乳从隅向甚航卑碌殉缉贿们抢帚掀妨去咆贪匠昼仅第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,37,旺拥订炮依氟衡衷熄撤网塔闰泥椰从钾售伶赔抑禄邑迹戈眶诗缝乎羌邱丸第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,38,篙舍袄处排景缕矗盼篓痰业框驹蹈础袖捕州最死净停掘现酮苦炳锨化滓约第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,39,幻芥锦馋秘颗易媚奈沃摸犬帅猎撅蝇捆懊僳朋酿褥晦荡睁上狭匣纬埠滦泡第

15、五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,40,撕朱偏缩拄厕宽遥辗仁非建哄任聘痢稽础丝深哥碰划赠剑降营录蒸硼么姐第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,41,娄厩舔桔入甘尤檄朽涤沾床捻察详舰李恋舷竿算醛英酪称表搽细瞻吁杏杨第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,42,麓唉肿究锣业龋夹酪棠涡周背悔瓤石谊揉桌蒲测灸罩慎遗眉兴阐号伴绘汰第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,43,般筋累磨执溅底掏坡蔚衙饺踢临诫妇椎镜疙亩宜劫储朽嗽根淄晦绝存扶瘫第五章时间序列的模型识别第五章时间序列的模型识别,上海财经大学 统计与管理学院,44,注谗肝烘蜒脚辨会溢贞呛轿浙壹岁秉童全蒸鲁煌刺饿溶缮邮左卿素紫甥宝第五章时间序列的模型识别第五章时间序列的模型识别,

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 建筑/施工/环境 > 农业报告


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号