文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 生物学 > ARIMA模型中时间序列平稳性的统计检验方法及应用_刘晓宏(1)
侵权投诉

ARIMA模型中时间序列平稳性的统计检验方法及应用_刘晓宏(1)

12

 中国卫生统计1998年第15卷第3期

ARIMA模型中时间序列平稳性的

统计检验方法及应用

上海医科大学(200032)上海师范大学

 

刘晓宏 金丕焕陈启明

  提 要 目的:提出一种客观的统计检验方法来判断时间序列的平稳性。方法:根据Fuller提出的 和 分布,采用回归分析的方法解决判断时间序列的平稳性。结果:统计检验的方法与传统的图示方法的结果是一致的。避免了主观性及过度差分。结论:统计方法目前仅适用于没有季节性波动的ARIMA模型。图示法与统计检验相结合来判断时间序列平稳性是比较适合的方法。

关键词 时间序列 ARIMA模型 平稳性统计检验

  ARIMA模型的应用日渐增多

〔1-3〕

,但时

程:

yt是离散的时间序列,且满足随机差分方

p+d

(1- 1B-…- p+dB)(yt- )=

q

(1- 1B-…- qB)et

间序列的平稳性尚未引起足够的重视。应用

ARIMA模型时要求时间序列是平稳的。对于非平稳的时间序列,通常采用对序列进行差分,而达到平稳。判断差分一次,还是差分二次或更多次,使序列达到平稳。通常的方法有:画这个时间序列及其差分序列随时间变化的散点图,通过观察它们随时间变化的特征,判断这个时间序列及其差分序列是否平稳;或观察这个序列样本自相关函数(ACF)及其差分样本自相关函数是否迅速衰减。这些方法对判断序列是否平稳很有用。方法的优点是直观、简洁,不足是具有较多的主观因素,不必要的差分可歪曲时间序列模型及降低预测精度。因而,需有一种正规的统计检验,来判断序列或其差分序列是否平稳。DickeyandFuller提出单位根假设检验(unit-root)的概念,为解决上述问题提供了可能。SaidandDickey将此工作推广到ARIMA模型,证明yt-1--y项的参数估计分布

-服从 或 ,从而保证了对yt-1-y项估计值的显著性检验就是对时间序列的平稳性进行检验。下面简述如何做时间序列平稳性的统计检验。

方法介绍

〔5〕〔4〕

(1)

t=1,2,3,…,B是后移算子(Byt=yt-1),et是独立同分布均数为0,方差 2的随机干扰项。

2

1,…, p+d, , 1… d,及 是参数。令z代表一

1z-…- p+dz复变量,方程 (z)=(1-

p+d

)

当 (z)=0,序列yt可任意变化。若 是 (z)=0的根且 =1,则 称为 (z)=0的单位根。 可以是虚根,但我们只讨论 =1的情况。设 (z)有d个单位根,d 0,则 (B)因式分解为:

(B)= (B)(1-B)d

(2)

  令 =1-B则(1)式变为

   (B) d(yt- )= (B)et t=1,2,3,…,

(3)

1B-… pB) (B)=(1-

p

  这是ARIMA模型,记为ARIMA(p,d,q)。p:自回归模型的阶数,d:差分的次数,q:移动平均模型的阶数。

2.假设检验

我们判断ARIMA模型经过一次差分是否平稳,通常的假设检验为:

第1页

你可能喜欢

  • 时间序列平稳性检验
  • 非平稳时间序列分析
  • 时间序列ARMA模型
  • 会考物理公式
  • 英语专业考研
  • 公路客运

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email