時間序列模型的分析課件(PPT 74頁)

第五章 時間序列模型的分析
第一節 時間序列模型簡介
時間序列模型(time series model)
時間序列的基本模型
第二節 平穩時間序列模型
時序圖
平穩時間序列的意義
例 5-1
白噪聲時間序列(White noise time series)
一、移動平均過程(MA )
MA(1)的統計性質
q 階移動平均過程
無窮階移動平均過程
二、自回歸過程(AR)
一階自回歸模型
AR(1)的統計性質
1 均值
2 方差
3 協方差
AR(1)模型的相關圖
樣本估計
例
樣本自相關圖
二階自回歸模型
中心化模型
AR(2)的方差與協方差
特征方程(characteristic equation)
特征根判別
AR(p)模型階數 p 的確定
AR(2)的自相關係數方程
三、ARMA 過程
ARMA (p, q) 模型的平穩條件
ARMA (p, q) 模型的均值
ARMA (p, q) 模型的協方差
過度參數化
1 時序圖
2 自相關圖
3 模型識別
AR(1)模型
AR(2)模型
AR(3)模型
4 選擇合適模型
第三節 非平穩時間序列模型
趨勢平穩模型與單位根過程
隨機遊動過程(random walk process)
趨勢平穩模型與單位根過程的主要區別
一、非平穩時間序列簡介
誤差項的方差
例5-3
時間序列的單積性
二、單位根時間序列的檢驗
三種模型
迪基—富勒(Dickey-Fuller)檢驗(簡稱DF檢驗)
φ檢驗
拓展迪基—富勒檢驗(簡記ADF檢驗)
1 帶有移動量的隨機遊動模型
帶有移動量隨機遊動模型的DF檢驗
2 帶有移動量和線性時間趨勢量的隨機遊動模型
帶有移動量和線性時間趨勢量隨機遊動模型的DF檢驗
第四節 向量自回歸模型
例 5-4
一、向量自回歸模型的識別與估計
遞歸模型的參數估計
似乎不相關回歸模型(簡稱SUR模型)
SUR模型的參數估計
二、向量自回歸模型的檢驗(1) 滯後期長度的確定
AIC信息準則和SBC準則
Granger因果檢驗(Granger causality test)
..............................