时间序列中的模型精品文稿.ppt
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《时间序列中的模型精品文稿.ppt》由会员分享,可在线阅读,更多相关《时间序列中的模型精品文稿.ppt(38页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、时间序列中的模型1第1页,本讲稿共38页一、一、ARIMA模型的基本内涵模型的基本内涵一、一、ARMA模型的概念模型的概念n自回归移动平均模型(autoregressive moving average models,简记为ARMA模型),由因变量对它的滞后值以及随机误差项的现值和滞后值回归得到。n包括移动平均过程(MA)、自回归过程(AR)、自回归移动平均过程(ARMA)。第2页,本讲稿共38页ARIMA模型的概念模型的概念一一.移动平均过程移动平均过程1.移动平均(移动平均(MA)过程的表示:)过程的表示:n其中u为常数项,为白噪音过程n引入滞后算子L,原式可以写成:或者 第3页,本讲稿共
2、38页ARIMA模型的概念模型的概念2.MA(q)过程的特征)过程的特征n1.n2.n3.自协方差 当kq时 0 当kq时,ACF(j)=0,此现象为截尾,是MA(q)过程的一个特征n如下图:第18页,本讲稿共38页ARMA模型的识别模型的识别n MA(2)过程 第19页,本讲稿共38页ARMA模型的识别模型的识别 AR(p)过程的偏自相关函数过程的偏自相关函数n 时,偏自相关函数的取值不为0n 时,偏自相关函数的取值为0nAR(p)过程的偏自相关函数p阶截尾n如下图:第20页,本讲稿共38页ARMA模型的识别模型的识别第21页,本讲稿共38页ARMA模型的识别模型的识别第22页,本讲稿共38
3、页ARMA模型的识别模型的识别AR(p)过程的自相关函数以及过程的自相关函数以及MA(q)过程的偏自相关过程的偏自相关函数函数n平稳的AR(P)过程可以转化为一个MA()过程,则AR(P)过程的自相关函数是拖尾的n一个可逆的MA(q)过程可转化为一个AR()过程,因此其偏自相关函数是拖尾的。第23页,本讲稿共38页ARMA模型的识别模型的识别ARMA(p,q)过程的自相关函数和偏自相过程的自相关函数和偏自相关函数关函数nARMA过程的自相关函数和偏自相关函数都是拖尾的n如下图:第24页,本讲稿共38页ARIMA模型的识别模型的识别第25页,本讲稿共38页ARMA模型的识别模型的识别3.利用自相
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 时间 序列 中的 模型 精品 文稿
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内