時間序列分析入門概述(PPT 73頁)

確定性時間序列模型
隨機時間序列模型及其性質
時間序列模型的估計和預測
主要內容
一. 確定性時間序列模型
(1) 滑動平均模型
(2) 加權滑動平均模型
(3) 二次滑動平均模型
(4) 指數平滑模型
二. 隨機時間序列模型及其性質
1. 隨機時間序列
(1) 隨機過程與隨機序列
隨機序列的現實
(2) 時間序列的統計性質(特征量)
時間序列的統計性質
2. 平穩時間序列
平穩序列的特性
自相關函數的估計
平穩序列的判斷
一類特殊的平穩序列——白噪聲序列
3. 隨機時間序列模型
(1) 自回歸模型及其性質
① 自回歸模型的定義
② (一階)自回歸序列平穩的條件
AR(1)平穩的條件
③ AR(p)的自相關函數
AR(p)的自相關函數
例：求AR(1)的自相關函數
例： AR(2)的自相關函數
AR(p) 自相關函數的拖尾性
舉例
④ 偏自相關函數
⑤ AR(p)的滯後算子形式
(2) 移動平均模型及其性質
① 移動平均模型的定義
② MA(1) 的自相關函數
MA(q) 的自相關函數
③ 滯後算子形式
AR(p)與MR(q)的比較
(3) 自回歸移動平均模型
① 自回歸移動平均模型
② ARMA(p,q)的性質
ARMA(1,1)的自相關函數
性質總結
三. 時間序列模型的估計和預測
1.模型識別與參數估計
(1) 模型識別
(2) 模型參數估計
① AR(p)的最小二乘估計
② ARMA(p,q)的最小二乘估計
(3) 模型階數的確定
模型階數的確定——ARMA(p,q)
(4) 模型的檢驗
2. 時間序列模型預測
時間序列模型預測
四.非平穩時間序列與協整
非平穩時間序列舉例
(1)單整
單整自回歸移動平均模型
(2)虛假回歸
虛假回歸的原因
(3)協整
協整的經濟含義是什麼？
(4)誤差修正模型
..............................