時間序列分析培訓教材(PPT 129頁)

時間序列分析基本概念
時間序列因素分解
時間序列分析方法
平穩時間序列分析
非平穩時間序列分析
時間序列分析
內容提綱
1 時間序列分析基本概念
1.1 特征統計量
1.2 平穩時間序列定義
1.3 平穩性的檢驗（圖檢驗法）
1.4 純隨機序列的定義
標準正態白噪聲序列時序圖
白噪聲序列的性質
2 時間序列因素分解
2.1 時間序列的組合成份
2.2 時間序列的組合模型
3 時間序列分析方法
3.1 趨勢擬合法
(1) 線性趨勢模型
例3.1擬合澳大利亞政府1981——1990年每季度的消費支出序列
(2) 可線性化的曲線趨勢擬合模型
二次曲線模型
例3.2： 對上海證券交易所每月末上證指數序列進行模型擬合
指數曲線模型
對數曲線模型
(3) 不可線性化的曲線趨勢模型
趨勢模型判斷的方法
(1)圖形識別法
(2)差分法
趨勢擬合步驟
第二步 參數估計
第三步 模型檢驗
第四步 模型優化
例3.3 線性趨勢模型
2．計算一階差分
例3.4 可線性化趨勢模型
例3.5 不可線性化的趨勢模型
（二）參數估計
（三）模型優化
3.2 季節效應分析
例3.7 請根據熊貓公司在1992～ 2001年的季度利潤額．預測該公司在 2002年1～4季度的利潤額.數據如下
4 平穩時間序列分析
4.1 方法性工具
差分運算
延遲算子
延遲算子的性質
模型
AR模型的定義
MA模型的定義
ARMA模型的定義
ARMA模型相關性特征
平穩序列建模步驟
建模步驟
計算樣本相關係數
模型識別
模型定階的困難
模型定階經驗方法
擬合模型識別
例4.1
序列自相關圖
序列偏自相關圖
例4.2
參數估計
例4.1續
例4.2續
模型檢驗
模型的顯著性檢驗
假設條件
檢驗統計量
參數顯著性檢驗
例4.1續:對OVERSHORTS序列的擬合模型進行檢驗
例4.2續:對1880-1985全球氣表平均溫度改變值差分序列擬合模型進行檢驗
模型優化
例4.3:擬合某一化學序列
擬合模型一
擬合模型二
問題
AIC準則
SBC準則
例4.3續
序列預測
5 非平穩時間序列分析
差分運算的實質
差分方式的選擇
例5.1
差分前後時序圖
例5.2
差分後序列時序圖
例5.3
過差分
例5.4
比較
ARIMA模型結構
ARIMA 模型族
ARIMA模型建模步驟
例5.5
一階差分序列時序圖
一階差分序列自相關圖
一階差分後序列白噪聲檢驗
擬合ARMA模型
建模
ARIMA模型預測
例5.5續：對中國農業實際國民收入指數序列做為期10年的預測
疏係數模型
疏係數模型類型
例5.6
一階差分
自相關圖
偏自相關圖
..............................