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:
(2002)02-0067-06 2002 年 10 月第 23 卷第 2 期 刘晓宏 金丕焕 陈启明 ARIMA 模型中时间序列平稳性的统计检验方法及应用[J] 中 国卫生统计 1998 年第...
·SAS/ETS软件使用手册 1998 5.田铮 动态数据处理的理论与方法 1994 6.刘晓宏;金丕换;陈启明 ARIMA模型中时间序列平稳性的统计检验方法及应用 1998(03) 本文...
ARIMA模型在批发和零售贸易餐饮业预测中的应用(1)...2.学位论文 刘晓宏 上感门诊人数时间序列ARIMA模型...并 讨论了校正的上感门诊时间序列平稳性的统计检验....
《ARIMA模型中时间序列平稳性的统计检验方法及应用》的作者刘晓宏等人指出,用观察序 列图、自相关图、偏自相关图判断序列是否平稳的方法,优点是直观、简洁, 不足是...
ARIMA模型在批发和零售贸易餐饮业预测中的应用(1)...2.学位论文 刘晓宏 上感门诊人数时间序列ARIMA模型...并 讨论了校正的上感门诊时间序列平稳性的统计检验....
热门文档