平穩時間序列模型概述(PPT 73頁)

方法
平穩序列建模
序列預測
eviews軟件演示
白噪聲序列的性質
數據的平穩性
自回歸AR模型
AR模型平穩性判別方法
移動平均MA模型
MA模型的可逆性
MA模型的可逆條件
ARMA模型的定義
平穩條件與可逆條件
ARMA模型相關性特征
平穩時間序列建模與預測
第一節 建模步驟
一、計算樣本相關係數
二、模型識別
模型定階的困難
模型定階經驗方法
三、參數估計
1.矩估計
2.極大似然估計
3.最小二乘估計
4.條件最小二乘估計
四、模型檢驗
1.模型的顯著性檢驗
假設條件
2.參數顯著性檢驗
五、模型優化
1.AIC準則
2.SBC準則
第二節序列預測
序列預測
序列分解
一.誤差分析
二.AR(p)序列的預測
三、MA(q)序列的預測
四、ARMA(p,q)序列預測
五.修正預測
1.修正預測原理
2.一般情況
..............................