《非平稳随机过程.pptx》由会员分享,可在线阅读,更多相关《非平稳随机过程.pptx(45页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、非平稳随机过程的特征单整的定义第1页/共45页单整的定义第2页/共45页随机游走过程xt=xt-1+ut可写为xt=(1+L+(L)2+(L)3 +)ut 于是xt 是一个非平稳随机过程。第3页/共45页AR(1)过程一阶自回归过程,xt=1 xt-1+ut,可写为 (1-1L)xt=ut 递归替代后,有xt=(1+1L+(1 L)2+(1 L)3 +)ut =ut+1ut-1+1 2 ut-2+1 t u0+1 t+1 x-1 不取决于观测值的期,仅仅依赖于扰动与观测值之间的时间间隔。第4页/共45页单积过程的统计特征 以随机游走过程和平稳的AR(1)过程作比较 第5页/共45页AR(1)过
2、程 第6页/共45页随机游走过程和平稳的AR(1)过程的对比第7页/共45页图示T=50、100、500、1000条件下随机游走过程对应的自相关函数图(rho1000=(1-(trend(0)/1000).5)第8页/共45页AR(1)过程自相关系数 1与方差的关系第9页/共45页虚假相关 1.ut IN(0,1),ut I(0)vt IN(0,1),vt I(0)每次生成T=100的相互独立的ut和vt,并计算Ruv。重复1万次,从而得到Ruv的分布。2.xt=xt-1+ut,x0=0,xt I(1)yt=yt-1+vt,y0=0,yt I(1)利用ut和vt,每次生成T=100的xt和yt
3、并计算Rxy。重复1万次,从而得到Rxy的分布。3.pt=pt-1+xt,p0=0,pt I(2)qt=qt-1+yt,q0=0,qt I(2)利用xt和yt,每次生成T=100的pt和qt并计算Rpq。重复1万次,从而得到Rpq的分布。第10页/共45页两个相互独立的I(0)变量ut和vt的相关系数Ruv的分布为正态(见图)第11页/共45页两个相互独立的I(1)变量的相关系数的分布第12页/共45页两个相互独立的I(2)变量的相关系数的分布第13页/共45页虚假回归第14页/共45页T统计量的分布第15页/共45页t()的极限分布。当T ,其他统计量的分布其他统计量的分布.doc第16页/
4、共45页简单回归中 1=0的拒绝概率与变量单积阶数的关系两变量的单积阶数P(t()2)I(0)与I(0)0.045I(1)与I(1)0.77I(2)与I(2)0.95第17页/共45页样本容量与虚假回归的关系(回归变量均为I(1)变量)第18页/共45页结论由于虚假回归问题的存在,检验变量的平稳性是一个必须解决的问题。在回归模型中应避免直接使用不存在协积关系的非平稳变量。前文中介绍了用相关图判断时间序列的平稳性。这一章则给出序列平稳性的严格的统计检验方法,即单位根检验。第19页/共45页最常见的非平稳过程的种类随机游走过程随机趋势过程 趋势平稳过程趋势非平稳过程第20页/共45页(1)随机游走
5、过程 yt=yt-1+ut,y0=0,ut IID(0,2)其均值为零,方差无限大,但不含有确定性时间趋势。第21页/共45页(2 2)随机趋势过程 yt=+yt-1+ut,y0=0,ut IID(0,2)其中称作位移项(漂移项)。由上式知,E(y1)=(过程初始值的期望)。将(4.2)式作如下迭代变换,yt=+yt-1+ut=+(+yt-2+ut-1)+ut=t+y0+yt由确定性时间趋势项 t和y0+组成。可以把y0+看作随机的截距项。在不存在任何冲击ut的情况下,截距项为y0。而每个冲击ut都表现为截距的移动。每个冲击ut对截距项的影响都是持久的,导致序列的条件均值发生变化,所以称这样的
6、过程为随机趋势过程(stochastic trend process),或有漂移项的非平稳过程(non-stationary process with drift),有漂移项的随机游走过程(random walk with drift)见下图,虽然总趋势不变,但随机游走过程围绕趋势项上下游动。由上式还可以看出,是确定性时间趋势项的系数(原序列yt的增长速度)。为正时,趋势向上;为负时,趋势向下。第22页/共45页图随机趋势过程 第23页/共45页(3)趋势平稳过程 yt=0+1 t+ut,ut=ut-1+vt,(1,vt IID(0,2)式中yt与趋势值 0+1t不同,差值为ut。因为ut是平
7、稳的,yt只会暂时背离趋势。yt+k的长期预测值将趋近于趋势线0+1(t+k)。所以称其为趋势平稳过程(trend stationary process)。趋势平稳过程由确定性时间趋势1 t所主导。趋势平稳过程见图,属于非平稳过程。趋势平稳过程也称为退势平稳过程,因为减去趋势后,其为平稳过程,yt-1t=0+ut。整理上式,得趋势平稳过程的另一种表达形式。yt=+t+yt-1+vt,(1,vt IID(0,2)其中=0-(0-1),=1(1-)。当 1时,必然有 0,yt为退势平稳过程;当=1时,必然有=0,yt为随机趋势过程。趋势平稳过程的差分过程是过度差分过程。yt=1+ut-ut-1。移
8、动平均特征方程中含有单位根。所以应该用退势的方法获得平稳过程。yt-1t=0+ut。式中的ut是AR(1)过程。进一步放宽时,可以看成是ARMA(p,q)过程;严格时可以看成是白噪声过程。第24页/共45页图趋势平稳过程 yt=0.05+0.1 t+AR(1),=0.8 生成的序列 第25页/共45页(4)趋势非平稳过程第26页/共45页图趋势非平稳过程yt=0.01+0.01t+yt-1+ut,utIID(0,1)生成的序列第27页/共45页单位根检验 DF检验yt=+t+yt-1+utH0:=1;H1:1三种情形第28页/共45页情形1数据生成过程(DGP):yt=yt-1+ut,y0=0
9、,utIID(0,2)OLS估计式:第29页/共45页在 =1条件下,统计量的分布 第30页/共45页T(-1)的分布T=100,模拟1万次的T(-1)的分布第31页/共45页在 =1条件下,统计量 服从的分布第32页/共45页表a第33页/共45页情形2第34页/共45页表b第35页/共45页的分布第36页/共45页图和表 的分布第37页/共45页情形3第38页/共45页第39页/共45页表c第40页/共45页第41页/共45页第42页/共45页DF统计量的有限样本分布特征总结 第43页/共45页极限分布的总结总结非平稳过程统计量的极限分布.doc第44页/共45页感谢您的观看!第45页/共45页