线性平稳时间序列模型.ppt

《线性平稳时间序列模型.ppt》由会员分享，可在线阅读，更多相关《线性平稳时间序列模型.ppt（78页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、关于线性平稳时间序列模型现在学习的是第1页，共78页Contents 3.1 线性平稳时间序列模型的种类线性平稳时间序列模型的种类 3.2 ARMA(p,q)模型的平稳性模型的平稳性 和可逆性和可逆性 3.3 ARMA模型的传递形式模型的传递形式 和逆转形式和逆转形式现在学习的是第2页，共78页第一节第一节 线性平稳时间序列模型的种类线性平稳时间序列模型的种类一、自回归模型二、移动平均模型三、自回归移动平均模型四、求和自回归移动平均模型现在学习的是第3页，共78页(一).一阶自回归模型，AR(1)1.设xt为零均值平稳随机序列，如果关于xt的合适模型为：一、自回归模型（Auto regress

2、ive model,AR）其中：t是白噪声序过程（外部冲击）是白噪声序过程（外部冲击）（1）（2）那么我们就说xt遵循一个一阶自回归或AR(1)随机过程。现在学习的是第4页，共78页可见可见,AR(1)模型中，模型中，xt在在t时刻值依赖于两部分，一部分依赖于时刻值依赖于两部分，一部分依赖于它的前一期的值它的前一期的值xt-1；另一部分是依赖于与；另一部分是依赖于与xt-1不相关的部分不相关的部分t可将可将AR(1)模型写成另一种形式：模型写成另一种形式：通过这一种形式可以看出，通过这一种形式可以看出，AR(1)模型通过消除模型通过消除xt中依赖于中依赖于xt-1的的部分，而使相关数据转化成了

3、独立数据。部分，而使相关数据转化成了独立数据。现在学习的是第5页，共78页AR(1)模型的滞后算子形式：现在学习的是第6页，共78页2.随机游走随机游走(Random Walk)过程过程如果一个时间序列如果一个时间序列xt的合适的模型为如下的形式：的合适的模型为如下的形式：其中：其中：t为白噪声序列，那么就称为白噪声序列，那么就称xt为随机游走过程为随机游走过程。“随机游走随机游走”一词首次出现于一词首次出现于1905年自然（年自然（Nature）杂志第）杂志第72卷卷Pearson K.和和 Rayleigh L.的一篇通信中。该信件的题目是的一篇通信中。该信件的题目是“随机游走问题随机游走

4、问题”。文中讨论寻找一个被放在野地中央的醉汉的最。文中讨论寻找一个被放在野地中央的醉汉的最佳策略是从投放点开始搜索。佳策略是从投放点开始搜索。现在学习的是第7页，共78页随机游走过程是非平稳时间序列非平稳时间序列非平稳时间序列非平稳时间序列证明：对于设则于是有因此 的方差随时间而改变，因此过程是非平稳的。现在学习的是第8页，共78页虽然随机游走过程是非平稳的，但是我们看到，它的一阶差分却是平稳的：有些研究表明，许多经济时间序列呈现出随机游走或至少有随机游走的成分，如股票价格，这些序列虽然是非平稳的，但它们的一阶(或高阶)差分却是平稳的。BoxJenkins就是利用差分这种数学工具来使非平稳序列

5、转化为平稳序列的。现在学习的是第9页，共78页(二).二阶自回归模型，AR(2)1.设xt为零均值的随机序列，如果关于xt的合适模型为：其中：t是白噪声序列（1）（2）那么我们就说xt遵循一个二阶自回归或AR(2)随机过程。思考：若建立思考：若建立AR(2)模型以后，上述假设不符合，说明了什么模型以后，上述假设不符合，说明了什么问题？问题？现在学习的是第10页，共78页AR(2)模型可写成如下的等价形式 通过等价形式可以看出，AR(2)模型通过将xt中依赖于xt-1、xt-2的部分剔除掉，而使数据转化成了独立数据t。现在学习的是第11页，共78页(三).一般自回归模型，AR(p)1.设xt为零

6、均值的时间序列，如果关于xt的合适模型为：其中：t是白噪声序列(2)(3)那么我们就说xt遵循一个p阶自回归或AR(p)随机过程。(1)现在学习的是第12页，共78页思考：如果xt是一个非零均值的平稳时间序列，怎么对其建立模型？今后在分析AR模型时，都简化为对它的中心化模型进行分析。设：于是：则可对序列 建立ARMA模型：例如AR模型的一般形式可写为：若未知，可估计如下模型：其中：现在学习的是第13页，共78页自回归系数多项式引进滞后算子，中心化 模型又可以为 从而有：记：则模型可以表示成：例如，二阶自回归模型 ，可写成现在学习的是第14页，共78页二、移动平均模型（Moving averag

7、e model,MA）（一）一阶移动平均模型，MA(1)如果关于零均值随机序列xt的合适的模型如下：其中：t为白噪声序列，那么就称xt满足一阶移动平均过程，记作MA(1)使用滞后算子，MA(1)模型可以写成：现在学习的是第15页，共78页（二）一般移动平均模型，MA(q)如果关于零均值时间序列xt的合适的模型如下：其中：(1)t为白噪声过程(2)那么就称xt满足q阶移动平均过程，记作MA(q)使用滞后算子，MA(q)模型可以写成：现在学习的是第16页，共78页三、自回归移动平均模型,ARMA(p,q)如果零均值序列Xt的当前值不仅与自身的过去值有关，而且还与其以前进入系统的外部冲击存在一定依存

8、关系，那么它可以用如下的线性模型来描述：其中：（1）（2）为白噪声过程，即（3）则称Xt满足自回归移动平均过程，记为ARMA(p,q)。现在学习的是第17页，共78页利用滞后算子，ARMA(p,q)模型可写为：其中：且，之间不出现公共因子。现在学习的是第18页，共78页如果序列xt是均值非平稳的，对其进行d次差分后，变成了平稳的序列dxt，这个差分后的平稳序列的适应性模型为ARMA(p,q)，此时就称对原始序列xt建立了ARIMA(p,d,q)模型。其中：p为自回归部分项阶数，q指移动平均部分 阶数，d为使序列平稳之前必须对其差分的次数。四、求和自回归移动平均模型（ARIMA,Integrat

9、ed Autoregressive Moving average model）现在学习的是第19页，共78页ARIMA(2,1,2)表示先对时间序列进行一阶差分，使之转化为平稳序列，然后对平稳序列建立ARMA(2,2)模型。例如：ARIMA(p,0,q)就相当于ARMA(p,q)。ARIMA(p,0,0)就相当于AR(p)。ARIMA(0,0,q)就相当于MA(q)。对于一个ARIMA(p,d,q)也可以用推移算子B表示如下其中：现在学习的是第20页，共78页其中：思考：如果xt是一个非零均值的平稳时间序列，怎么对其建立ARIMA(p,d,q)模型？现在学习的是第21页，共78页第二节第二节

10、ARMA(p,q)ARMA(p,q)模型的平稳性和可逆性模型的平稳性和可逆性一、时间序列模型的平稳性二、时间序列模型的可逆性三、AR模型的平稳性条件四、MA模型的可逆性条件五、ARMA模型的平稳性条件和可逆性条件现在学习的是第22页，共78页一、时间序列模型的平稳性(Stationarity)如果一个时间序列模型可以写成如下形式：其中，t为白噪声过程。且满足：就称该模型是平稳的。上式称为wold展开式。如果一个时间序列模型可以写成上述形式，则称该模型具有传递形式。系数Gj称为格林函数。它描述了系统对过去冲击的动态记忆性强度。现在学习的是第23页，共78页证明：现在学习的是第24页，共78页且：

11、对于上式，可以证明如下结论：由于平稳过程的方差存在。因此必须有这是平稳过程的条件。现在学习的是第25页，共78页对于一个有限阶的MA(q)模型总有：所以，一个有限阶的一个有限阶的MA(q)模型总是平稳的。模型总是平稳的。一个有限阶的一个有限阶的MA(q)模型本身就是一种传递形式。模型本身就是一种传递形式。现在学习的是第26页，共78页如果一个时间序列的模型可以写成如下形式：二、时间序列模型的可逆性(invertibility)其中，t为白噪声过程。且满足：则称xt具有逆转形式逆转形式（或可逆形式可逆形式）。系数j称为逆逆函数。函数。现在学习的是第27页，共78页对于一个有限阶的自回归模型AR(

12、P)总有：所以，一个有限阶的所以，一个有限阶的AR(P)模型本身就是一种逆转形式。模型本身就是一种逆转形式。现在学习的是第28页，共78页AR(p)MA(q)ARMA(p,q)可逆性平稳性?现在学习的是第29页，共78页对于一个有限阶的AR(P)模型：三、AR(p)模型的平稳性条件序列xt平稳的充要条件是：的根全在单位圆外。即如果B1，B2，Bp是如下特征方程的根，那么它们的绝对值必须大于1现在学习的是第30页，共78页现在学习的是第31页，共78页对照前面平稳性的定义可知，上述过程若要平稳，必须满足：现在学习的是第32页，共78页现在学习的是第33页，共78页上述两个条件是等价的。上述两个条

13、件是等价的。现在学习的是第34页，共78页可见：可见：一个有限阶的平稳的一个有限阶的平稳的AR(P)模型，可以模型，可以表示成一个无限阶的表示成一个无限阶的MA模型模型现在学习的是第35页，共78页方程1 的根在单位圆外。或方程2：的根在单位圆内。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 AR(P)的平稳域：使 的根全在单位圆外的AR系数向量（）的全体形成的集合。现在学习的是第36页，共78页举例：求AR(1)模型的平稳性条件这就是AR(1)模型的平稳域即：方法一：方法一：方法二：方法二：AR(1)模型

14、对应的滞后算子多项式的特征方程为：AR(1)模型对应的差分方程的特征方程为：现在学习的是第37页，共78页当 时，AR(1)可表示为一个无限阶的MA过程，即：此时有：显然，当 时，AR(1)模型是平稳的。现在学习的是第38页，共78页重新分析随机游走过程，判断其是否平稳？现在学习的是第39页，共78页举例：求AR(2)模型的平稳性条件对于AR(2)模型其对应的差分方程的特征方程为：差分方程的特征根为：为满足平稳性条件，必须有：注，如果则特征根为复根：为满足平稳性，要求：现在学习的是第40页，共78页现在学习的是第41页，共78页AR(2)过程的平稳性区域如下图三角域所示现在学习的是第42页，共

15、78页现在学习的是第43页，共78页例3.1:考察如下四个模型的平稳性现在学习的是第44页，共78页平稳性判别模型特征根判别平稳域判别结论(1)平稳(2)非平稳(3)平稳(4)非平稳现在学习的是第45页，共78页四、MA(q)模型的可逆性条件类似前面的结论，一个平稳的过程也不一定是可逆的。同样，对于一个有限阶的MA(q)模型：它是可逆过程的必要条件是:的根都在单位圆外，即如果B1，B2，Bq是 的根，那么它们的绝对值都必须大于1现在学习的是第46页，共78页现在学习的是第47页，共78页上述两个条件是等价的。上述两个条件是等价的。类似的：类似的：现在学习的是第48页，共78页可以得出如下结论：

16、一个有限阶的可逆的MA(q)模型，可以表示成一个无限阶的AR模型现在学习的是第49页，共78页MA(1)过程的可逆性条件：对于MA(1)过程：或其可逆性条件是要求：的根在单位圆内，即：在根在单位圆外，即：方法二：要求差分方程对应的特征方程：方法二：要求差分方程对应的特征方程：方法一：滞后算子多项式对应的特征方程：方法一：滞后算子多项式对应的特征方程：或现在学习的是第50页，共78页当 时，MA(1)可表示为一个无限阶的AR过程，即：现在学习的是第51页，共78页MA(2)过程的可逆性条件：对于MA(2)过程：其可逆性条件是：要求特征方程 的两个特征根 在单位圆内。即：类似AR(2)过程的平稳性

17、条件，可以证明MA(2)模型的可逆域如下：现在学习的是第52页，共78页例:考察如下MA模型的可逆性现在学习的是第53页，共78页（1）（2）（3）（4）现在学习的是第54页，共78页总结：(1)一个平稳的AR(p)过程可以转化为一个无限阶移动平均过程。(2)一个可逆的MA(q)过程可以转化为一个无限阶的自回归过程。(3)对于AR(p)过程只须考虑平稳性问题，不必考虑可逆性问题。(4)对于MA(q)过程，只须考虑可逆性问题，不必考虑平稳性问题。现在学习的是第55页，共78页五、ARMA(p,q)模型的平稳性条件和可逆性条件(一)平稳性对于一个ARMA(p,q)模型服从服从ARMA（p,q）模型

18、的序列）模型的序列xt 平稳的充要条件平稳的充要条件是：是：的根全在单位圆外。的根全在单位圆外。ARMA（p,q）序列的平稳性仅与自回归系数有关，而与滑动平均系数无关。而且平稳条件与AR(p)的平稳条件相同。现在学习的是第56页，共78页(二)可逆性ARMA（p,q）可逆的条件仅与滑动系数有关，而与自回归系数无关。而且可逆条件与MA（q）的可逆条件相同。服从服从ARMA（p,q）模型的序列）模型的序列xt，其具有可逆性的条件是：，其具有可逆性的条件是：(B)=0的根全在单位圆外。的根全在单位圆外。现在学习的是第57页，共78页为满足可逆性，的根必须在单位圆外，即：举例：ARMA(1,1)过程的

19、平稳性和可逆性ARMA(1,1)模型的一般形式为：或为：为满足平稳性，的根必须在单位圆外，即：现在学习的是第58页，共78页第三节 ARMA模型的传递形式和逆转形式一、传递形式和逆转形式的概念二、AR(P)的传递形式三、ARMA(p,q)的传递形式四、ARMA(p,q)的逆转形式现在学习的是第59页，共78页一、ARMA模型的传递形式和逆转形式所谓传递形式：就是将序列xt的当前值，表示为当前冲击值t 与过去冲击值t-i(i=1,2,3)的线性组合。即:其中，系数函数Gj叫做记忆函数，又叫格林函数(Greens function)。现在学习的是第60页，共78页可见，纯移动平均模型MA(q)本身

20、就是传递形式。现在学习的是第61页，共78页n所谓逆转形式：就是以序列的当前值和过去值的线性组合去表示当前的冲击值t。现在学习的是第62页，共78页n可见，纯自回归模型AR(p)本身就是一种可逆形式。现在学习的是第63页，共78页二、AR(P)模型的传递形式1.AR(1)模型的传递形式和格林函数现在学习的是第64页，共78页现在学习的是第65页，共78页2.AR(2)模型的传递形式和格林函数现在学习的是第66页，共78页现在学习的是第67页，共78页3、AR(P)模型的传递形式现在学习的是第68页，共78页三、平稳ARMA(p,q)模型的传递形式1.ARMA(1,1)模型的传递形式现在学习的是第69页，共78页现在学习的是第70页，共78页2.ARMA(2,1)模型的传递形式现在学习的是第71页，共78页现在学习的是第72页，共78页四、ARMA(p,q)模型的逆转形式1.MA(1)模型的逆转形式和逆函数现在学习的是第73页，共78页2.MA(2)模型的逆转形式和逆函数现在学习的是第74页，共78页现在学习的是第75页，共78页3.ARMA(1,1)模型的逆转形式和逆函数现在学习的是第76页，共78页依次类推，可以求出其它情况下ARMA模型的逆函数。现在学习的是第77页，共78页感感谢谢大大家家观观看看现在学习的是第78页，共78页