2022年时间序列分析基础教材

1、赵国庆中国人民大学出版社21世纪经济学系列教材普通高等教育“十五”、“十一五”国家级规划教材计量经济学（第四版）时间序列分析基础计量经济学 第七章 重点问题 AR 模型 MA 模型 ARMA模型2022/7/25第七章 时间序列分析基础主要内容第一节 时间序列的基本概念 第二节 自回归模型 第三节 滑动平均模型第四节 自回归滑动平均模型第五节 时间序列模型预测第六节 时间序列的应用2022/7/25第七章 时间序列分析基础第一节 时间序列的基本概念一、定义 2022/7/25第七章 时间序列分析基础第一节 时间序列的基本概念二、自协方差函数和自相关函数2022/7/25第七章 时间序列分析基础

2、第一节 时间序列的基本概念三、自协方差函数的性质2022/7/25第七章 时间序列分析基础第一节 时间序列的基本概念四、滞后算子多项式2022/7/25第七章 时间序列分析基础第二节 自回归模型一、AR模型的定义2022/7/25第七章 时间序列分析基础第二节 自回归模型二、AR(p)模型的识别1.AR(p)模型的平稳性条件2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型例：AR(2)模型的平稳域2022/7/25第七章 时间序列分析基础第二节 自回归模型21-11 +212 -1121AR(2) 模型的平稳域2022/7

3、/25第七章 时间序列分析基础第二节 自回归模型2.AR(p)序列的自相关函数2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型AR(1)1=-0.8AR(1)1=0.8AR(1)序列自相关函数2022/7/25第七章 时间序列分析基础第二节 自回归模型AR(2)1=+0.6 2=+0.2AR(2)1=-0.6 2=+0.2AR(2)序列自相关函数2022/7/25第七章 时间序列分析基础第二节 自回归模型AR(2)1=+0.75 2=-0.5AR(2)1=-0.8

4、 2=-0.6AR(2)序列自相关函数2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型三、AR(p)模型的估计2022/7/25第七章 时间序列分析基础第二节 自回归模

5、型四、 AR(p)模型的检验 1.模型的平稳性 首先我们要分析所建立模型的平稳性，也就是要对多项式 (L)=0的根进行检验，如果(L)=0的根均在单位圆外，即这些根的模皆大于1，那么，这个模型就适合平稳性条件。若(L)=0的某个根或其一对根的模接近1，则为了得到平稳性，必须进行差分。 2022/7/25第七章 时间序列分析基础第二节 自回归模型2022/7/25第七章 时间序列分析基础第二节 自回归模型 2.残差分析检验 即检验残差序列t是否为白噪声2022/7/25第七章 时间序列分析基础第三节 滑动平均模型一、MA模型的定义2022/7/25第七章 时间序列分析基础第三节 滑动平均模型二、

6、MA(q)模型的识别 1.滑动平均序列Yt的自协方差函数和自相关函数2022/7/25第七章 时间序列分析基础第三节 滑动平均模型2022/7/25第七章 时间序列分析基础第三节 滑动平均模型MA (1)1= -0.8MA (1)1= +0.82022/7/25第七章 时间序列分析基础第三节 滑动平均模型MA (2)1= +1.4, 2= -0.6MA (2)1= -0.8, 2= -0.52022/7/25第七章 时间序列分析基础第三节 滑动平均模型MA (2)1= -0.5, 2= +0.2MA (2)1= +0.4, 2= +0.22022/7/25第七章 时间序列分析基础第三节 滑动平

7、均模型2.MA(q)模型的可逆性2022/7/25第七章 时间序列分析基础第三节 滑动平均模型2022/7/25第七章 时间序列分析基础第三节 滑动平均模型2022/7/25第七章 时间序列分析基础第三节 滑动平均模型三、MA(q)模型的估计2022/7/25第七章 时间序列分析基础第三节 滑动平均模型2022/7/25第七章 时间序列分析基础第三节 滑动平均模型2022/7/25第七章 时间序列分析基础第三节 滑动平均模型2022/7/25第七章 时间序列分析基础第三节 滑动平均模型2022/7/25第七章 时间序列分析基础第三节 滑动平均模型2022/7/25第七章 时间序列分析基础第三节

8、 滑动平均模型2022/7/25第七章 时间序列分析基础第三节 滑动平均模型四、MA(q)模型的检验2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型一、ARMA模型的定义2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型二、ARMA(p,q)模型的识别1.ARMA(p,q)模型的平稳性条件2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型 2.ARMA(p,q)模型的自行关函数和偏相关函数2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型2022/7/2

9、5第七章 时间序列分析基础第四节 自回归滑动平均模型1=-0.51=+0.81=-0.61=-0.21=+0.21=+0.61=+0.71=-0.31=+0.61=+0.2图：ARMA(1,1)自相关函数2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型三、ARMA(p,q)模型的估计 如果ARMA(p,q)模型的误差序列ut服从正态分布，可以用最小二乘法和极大似然估计来估计。 2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型2022/7/25第七章 时间序列分析基础第四节 自回归滑动平均模型四、ARMA模型的检验2022/7/25第七章 时间序列分析基础第五节 时间序列模型预测一、预测准则2022