1 / 70

第八讲 : 预测方法 ( 二 )

第八讲 : 预测方法 ( 二 ). _____ 时间预测方法. 随机时间序列预测方法. 许多经济现象都是了随机现象,需用随机时间序列描述,因此,使用随机序列模型预测会比确定性模型更精确。 勃克斯 — 詹金斯预测法,它是由美国的 G.E.P.Box 和英国 G.M.Jenkins 在 20 世纪 60 年代末研究成功的。这种时间序列预测方法是解决时间序列问题最普遍的、有效的方法。由于这种方法在理论上比较完美,在实际应用中预测精度比较高,因而在许多领域得到了广泛的应用。. 平稳随机时间序列的基本概念.

Download Presentation

第八讲 : 预测方法 ( 二 )

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 第八讲:预测方法(二) _____时间预测方法

  2. 随机时间序列预测方法 许多经济现象都是了随机现象,需用随机时间序列描述,因此,使用随机序列模型预测会比确定性模型更精确。 勃克斯—詹金斯预测法,它是由美国的G.E.P.Box和英国G.M.Jenkins在20世纪60年代末研究成功的。这种时间序列预测方法是解决时间序列问题最普遍的、有效的方法。由于这种方法在理论上比较完美,在实际应用中预测精度比较高,因而在许多领域得到了广泛的应用。

  3. 平稳随机时间序列的基本概念 如果随机序列的统计特性不随时间变化,这样的随机时间序列称为是平稳随机时间序列;反之称为非平稳时间序列。

  4. y 序列 的样本自协方差函数为 t - n k 1 å g = = - ˆ y y k 0 , 1 , 2 , , n 1 L + k t t k n = t 1 y 序列 的样本自相关函数 为 t g r = ˆ k k g 0

  5. 随机时间序列模型 自回归模型(又称为AR模型)形式为:

  6. 移动平均模型(即MA模型)的一般形式为

  7. 自回归-移动平均模型

  8. 模型识别 自回归模型的识别

  9. 移动平均模型的识别

  10. 回归-移动平均模型的识别

  11. 模型参数估计 回归模型的参数估计

  12. 移动平均模型的参数估计

  13. 自回归-移动平均模型的参数的估计

  14. ARMA(p,q)序列预报 设平稳时间序列 是一个ARMA(p,q) 过程,则其最小二乘预测为: • AR(p)模型预测 回总目录 回本章目录

  15. ARMA(p,q)模型预测 其中: 回总目录 回本章目录

  16. 预测误差 预测误差为: 步线性最小方差预测的方差和预测步长 有关, 而与预测的时间原点t无关。预测步长越大,预测误差的方差也越大,因而预测的准确度就会降低。所以,一般不能用ARMA(p,q)作为长期预测模型。 回总目录 回本章目录

  17. 预测的置信区间 预测的95%置信区间: 回总目录 回本章目录

  18. 例题分析 • 例 1 设 为一AR(2)序列, 其中 。 求 的自协方差函数 。 回总目录 回本章目录

  19. 解答: Yule-Walker方程为: 即: 回总目录 回本章目录

  20. 且: 联合上面三个方程,解出: 回总目录 回本章目录

  21. • 例 2 考虑如下AR(2) 序列: 若已知观测值 (1)试预报 (2)给出(1)预报的置信度为95%的预报区间 回总目录 回本章目录

  22. 解答: (1) (2) 预报的置信度为95%的预报区间分别为: 回总目录 回本章目录

  23. 例3.1:考察如下四个模型的平稳性

  24. 例3.1平稳序列时序图

  25. 例3.1非平稳序列时序图

  26. AR(1)模型平稳条件 • 特征根 • 平稳域

  27. 特征根 AR(2)模型平稳条件

  28. 特征根 AR(2)模型平稳条件

  29. 平稳域 AR(2)模型平稳条件

  30. 例3.1:考察如下四个模型的平稳性

  31. 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 例3.1平稳性判别

  32. 例3.2:求平稳AR(1)模型的方差 • 平稳AR(1)模型的传递形式为 • Green函数为 • 平稳AR(1)模型的方差

More Related