ARMA模型與ARIMA模型建模培訓課件(PPT 66頁)

案例分析
建模步驟
計算樣本相關係數
模型識別
模型定階的困難
樣本相關係數的近似分布
模型定階經驗方法
參數估計
矩估計
對矩估計的評價
極大似然估計
似然方程
對極大似然估計的評價
最小二乘估計
條件最小二乘估計
對最小二乘估計的評價
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2.5續
序列自相關圖
序列偏自相關圖
擬合模型識別
例2.5:北京市城鄉居民定期儲蓄比例序列擬合與預測圖
例3.8
例3.8:對OVERSHORTS序列的擬合模型進行檢驗
例3.8: OVERSHORTS序列序列擬合與預測圖
例3.9
例3.9: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
例3.9:全球氣表平均溫度改變值預測
模型優化
例3.13:擬合某一化學序列
擬合模型一
擬合模型二
問題
例3.13續
ARIMA模型建模步驟
例5.6
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
例5.6：對中國農業實際國民收入指數序列做為期10年的預測
補充例：
取對數序列時序圖
取對數後一階差分時序圖
二階差分時序圖
擬合模型
預測
預測公式
..............................