版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、時(shí)間序列的模型識(shí)別時(shí)間序列的模型識(shí)別 前面四章我們討論了時(shí)間序列的平穩(wěn)性問(wèn)題、可逆性問(wèn)題,關(guān)于線性平穩(wěn)時(shí)間序列模型,引入了自相關(guān)系數(shù)和偏自相關(guān)系數(shù),由此得到ARMA(p, q)統(tǒng)計(jì)特性。從本章開(kāi)場(chǎng),我們將運(yùn)用數(shù)據(jù)開(kāi)場(chǎng)進(jìn)展時(shí)間序列的建模任務(wù),其任務(wù)流程如下: 在ARMA(p,q)的建模過(guò)程中,對(duì)于階數(shù)(p,q)確實(shí)定,是建模中比較重要的步驟,也是比較困難的。需求闡明的是,模型的識(shí)別和估計(jì)過(guò)程必然會(huì)交叉,所以,我們可以先估計(jì)一個(gè)比我們希望找到的階數(shù)更高的模型,然后決議哪些方面能夠被簡(jiǎn)化。在這里我們運(yùn)用估計(jì)過(guò)程去完成一部分模型識(shí)別,但是這樣得到的模型識(shí)別必然是不準(zhǔn)確的,而且在模型識(shí)別階段對(duì)于有關(guān)問(wèn)題
2、沒(méi)有準(zhǔn)確的公式可以利用,初步識(shí)別可以我們提供有關(guān)模型類型的試探性的思索。對(duì)于線性平穩(wěn)時(shí)間序列模型來(lái)說(shuō),模型的識(shí)別問(wèn)題就是確定ARMA(p,q)過(guò)程的階數(shù),從而斷定模型的詳細(xì)類別,為我們下一步進(jìn)展模型的參數(shù)估計(jì)做預(yù)備。所采用的根本方法主要是根據(jù)樣本的自相關(guān)系數(shù)ACF和偏自相關(guān)系數(shù)PACF初步斷定其階數(shù),假設(shè)利用這種方法無(wú)法明確斷定模型的類別,就需求借助諸如AIC、BIC 等信息準(zhǔn)那么。我們分別給出幾種定階方法,它們分別是1利用時(shí)間序列的相關(guān)特性,這是識(shí)別模型的根本實(shí)際根據(jù)。假設(shè)樣本的自相關(guān)系數(shù)ACF在滯后q+1 階時(shí)忽然截?cái)?,即在q處截尾,那么我們可以斷定該序列為MA(q)序列。同樣的道理,假設(shè)
3、樣本的偏自相關(guān)系數(shù)PACF在p處截尾,那么我們可以斷定該序列為AR(p)序列。假設(shè)ACF和PACF 都不截尾,只是按指數(shù)衰減為零,那么應(yīng)斷定該序列為ARMA(p,q)序列,此時(shí)階次尚需作進(jìn)一步的判別;2利用數(shù)理統(tǒng)計(jì)方法檢驗(yàn)高階模型新添加的參數(shù)能否近似為零,根據(jù)模型參數(shù)的置信區(qū)間能否含零來(lái)確定模型階次,檢驗(yàn)?zāi)P蜌埐畹南嚓P(guān)特性等;3利用信息準(zhǔn)那么,確定一個(gè)與模型階數(shù)有關(guān)的準(zhǔn)那么函數(shù),既思索模型對(duì)原始觀測(cè)值的接近程度,又思索模型中所含待定參數(shù)的個(gè)數(shù),最終選取使該函數(shù)到達(dá)最小值的階數(shù),常用的該類準(zhǔn)那么有AIC、BIC、FPE等。實(shí)踐運(yùn)用中,往往是幾種方法交叉運(yùn)用,然后選擇最為適宜的階數(shù)(p,q)作為待
4、建模型的階數(shù)。 5.1自相關(guān)和偏自相關(guān)系數(shù)法自相關(guān)和偏自相關(guān)系數(shù)法在平穩(wěn)時(shí)間序列分析中,最關(guān)鍵的過(guò)程在平穩(wěn)時(shí)間序列分析中,最關(guān)鍵的過(guò)程就是利用數(shù)據(jù)去識(shí)別和建模,根據(jù)第三章就是利用數(shù)據(jù)去識(shí)別和建模,根據(jù)第三章討論的內(nèi)容,一個(gè)比較直觀的方法,就是討論的內(nèi)容,一個(gè)比較直觀的方法,就是經(jīng)過(guò)察看自相關(guān)系數(shù)經(jīng)過(guò)察看自相關(guān)系數(shù)ACF和偏自相關(guān)和偏自相關(guān)系數(shù)系數(shù)PACF可以對(duì)擬合模型有一個(gè)初可以對(duì)擬合模型有一個(gè)初步的識(shí)別,這是由于從實(shí)際上說(shuō),平穩(wěn)步的識(shí)別,這是由于從實(shí)際上說(shuō),平穩(wěn)AR、MA和和ARMA模型的模型的ACF和和PACF有如下特有如下特性:性: 5.2.1 AR(p)模型定階的模型定階的F準(zhǔn)那么準(zhǔn)那
5、么1967年,瑞典控制論專家年,瑞典控制論專家K.J.Astrm教授將教授將F檢驗(yàn)準(zhǔn)那么檢驗(yàn)準(zhǔn)那么用于對(duì)時(shí)間序列模型的定階。設(shè)用于對(duì)時(shí)間序列模型的定階。設(shè)(1tN)是零均值平穩(wěn)序是零均值平穩(wěn)序列的一段樣本。并用模型列的一段樣本。并用模型AR(p) 5.18 進(jìn)展擬合。根據(jù)模型階數(shù)節(jié)省原那么進(jìn)展擬合。根據(jù)模型階數(shù)節(jié)省原那么(parsimony principle),采取由低階逐漸升高的,采取由低階逐漸升高的“過(guò)擬合方法。先過(guò)擬合方法。先對(duì)觀測(cè)數(shù)據(jù)擬合模型對(duì)觀測(cè)數(shù)據(jù)擬合模型AR(p)(p=1,2,),用遞推最小二,用遞推最小二乘估計(jì)其參數(shù)并分別計(jì)算對(duì)應(yīng)模型的殘差平方和。根據(jù)乘估計(jì)其參數(shù)并分別計(jì)算對(duì)應(yīng)模型的殘差平方和。根據(jù)適用的模型應(yīng)具有較小的殘差平方和的特點(diǎn),用適用的模型應(yīng)具有較小的殘
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 9、2025年度綠色建筑模板單項(xiàng)勞務(wù)分包合同3篇
- 個(gè)人宅基及房屋銷售協(xié)議版B版
- 2025版門面租賃合同簽訂流程及注意事項(xiàng)4篇
- 游戲化教學(xué)增強(qiáng)小學(xué)生注意力的教育模式
- 2025版化妝品銷售代理合同范本6篇
- 美容院與互聯(lián)網(wǎng)平臺(tái)2025年度線上推廣服務(wù)合同4篇
- 智能化學(xué)習(xí)環(huán)境下的學(xué)生思維升級(jí)
- 二零二五年度汽車美容服務(wù)合同范本4篇
- 科技產(chǎn)品的動(dòng)態(tài)視覺(jué)設(shè)計(jì)實(shí)踐分享
- 時(shí)間管理對(duì)學(xué)習(xí)態(tài)度的積極影響
- 教師招聘(教育理論基礎(chǔ))考試題庫(kù)(含答案)
- 2024年秋季學(xué)期學(xué)校辦公室工作總結(jié)
- 鋪大棚膜合同模板
- 長(zhǎng)亭送別完整版本
- 智能養(yǎng)老院視頻監(jiān)控技術(shù)方案
- 你比我猜題庫(kù)課件
- 無(wú)人駕駛航空器安全操作理論復(fù)習(xí)測(cè)試附答案
- 建筑工地春節(jié)留守人員安全技術(shù)交底
- 默納克-NICE1000技術(shù)交流-V1.0
- 蝴蝶蘭的簡(jiǎn)介
- 老年人心理健康量表(含評(píng)分)
評(píng)論
0/150
提交評(píng)論