电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

时间序列分析与建模简介VIP免费

时间序列分析与建模简介_第1页
时间序列分析与建模简介_第2页
时间序列分析与建模简介_第3页
第1页共9页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第1页共9页第五章时间序列分析与建模简介时间序列建模(Modellingviatimeseries)。时间序列分析与建模是数理统计的重要分支,其主要学术贡献人是Box和Jenkins。本章扼要介绍吴宪民和Pandit的工作,仅要求一般了解当前时间序列分析与建模的一些主要结果。参考书:“时间序列及系统分析与应用(美)吴宪民,机械工业出版社(1988)TP13/66。引言根据对系统观测得出的按照时间顺序排列的数据,通过曲线拟合和参数估计或者谱分析,建立数学模型的理论与方法,理论基础是数理统计。有时域和频域两类建模方法,这里概括介绍时域方法,即基于曲线拟合与参数估计(如最小二乘法)的方法。常用于经济系统建模(如市场预测、经济规划)、气象与水文预报、环境与地震信号处理和天文等学科的信号处理等等。§5—1ARMA模型分析一、模型类把具有相关性的观测数据组成的时间序列{xk}视为以正态同分布第2页共9页第1页共9页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第2页共9页白噪声序列{ak}为输入的动态系统的输出。用差分模型ARMA(n,m)为(z-1)xk=(z-1)ak式(5-1-1)其中:(z-1)=1-1z-1-…-nz-n(z-1)=1-1z-1-…-mz-m离散传函式(5-1-2)为与参考书符号一致,以下用B表示时间后移算子即:Bxk=xk-1B即z-1,B2即z-2…(B)=0的根为系统的极点,若全部落在单位园内则系统稳定;(B)=0的根为系统的零点,若全部在单位园内则系统逆稳定。二、关于格林函数和时间序列的稳定性1.格林函数Gi格林函数Gi用以把xt表示成at及at既往值的线性组合。式(5-1-3)GI可以由下式用长除法求得:例1.AR(1):xt-1xt-1=atxt=θ(B)φ(B)atG(z−1)=θ(z−1)φ(z−1)xt=∑j=0∞Gjat−j第3页共9页第2页共9页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第3页共9页即:Gj=1j(显示)例2.ARMA(1,1):xt-1xt-1=at-1atG0=1;Gj=(1-1)1j-1,j1(显示)例3.ARMA(2,1)(1-1B-2B2)xt=(at-1B)at得出:G0=1G1=0G0-1G2=1G1+2G0.....Gj=1Gj-1+2Gj-2(j2)Gj为满足方程(1-1B-2B2)Gj=0的解,称为隐式表达式。该结论可推广到ARMA(n,m)模型。2.格林函数与系统稳定性当j时:Gj有界,则系统稳定;Gj衰减,则系统渐进稳定;Gj发散,则系统不稳定。例:AR(1):Gj=1j第4页共9页第3页共9页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第4页共9页当<1时,Gj衰减,渐进稳定;当=1时,Gj=1j=1,有界,则系统稳定;当>1时,Gj发散,不稳定。例:ARMA(2,1)1和2和为特征方程的根,有1+2=1和12=2当1<1且2<1时,ARMA(2,1)渐进稳定;当1=1且2<1或1<1且2=1时,ARMA(2,1)稳定;当1=2且或1=2(两根同号)时,不稳定。由此得出ARMA(2,×)的稳定域如下图所示。xt=1−θ1B1−φ1B−φ2B2at=1−θ1B(1−λ1B)(1−λ2B)at第5页共9页第4页共9页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第5页共9页ARMA(2,m)的稳定域三、逆函数与逆稳定性逆函数Ij表示xt的既往值对当前值的影响,与格林函数Gj表示既往的at值对xt的影响正相反。定义:即:或:at=(1-I1B-I2B2-…)xtat格林函数xtxt逆函数atat=xt−∑j=1∞Ijxt−j=∑j=0∞(−Ij)xt−j;(I0=−1)xt=∑j=1∞Ijxt−j+atθ(B)φ(B)=∑j=0∞GjBjφ(B)θ(B)=∑j=0∞(−Ij)Bj第6页共9页第5页共9页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第6页共9页系统逆稳定的条件是(B)的根<1(落在单位园内)。合理的模型不仅要求是稳定的,也要求是逆稳定的,因为如果>1,即意味着过时愈久的xt的老数据对xt的现在值影响愈大,这显然是不合理的。5.自协方差函数与偏自相关函数及其截尾性(略)§5—2时间序列建模及其应用一、关于吴宪民andPandit的建模策略简介ARMA(n,m)模型,当n和m设定后,可由非线心、非线性最小二乘法估计参数,并计算出残差平方总和(R.S.S.)。设定不同的n和m值,用F...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

精华资料店+ 关注
实名认证
内容提供者

大量教育教学资料

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部