时间序列分析电子科大第六章_第1页
时间序列分析电子科大第六章_第2页
时间序列分析电子科大第六章_第3页
时间序列分析电子科大第六章_第4页
时间序列分析电子科大第六章_第5页
已阅读5页,还剩33页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

§6.4ARMA模型阶的确定

基于假定模型的阶已知的前提下介绍了参数估计的方法.

对动态数据进行相关分析,初步判别模型类别以及阶的初步估计.有各类判定模型阶数的方法一、相关函数定阶法

用相关函数的截尾性判别方法给出模型阶的初步估计.时间序列分析电子科大第六章共38页,您现在浏览的是第1页!

例6.4.1设{εt}是标准正态白噪声,{xt}是满足下AR(4)模型的模拟序列(N=300)直线方程为计算偏相关函数,可初估计时间序列分析电子科大第六章共38页,您现在浏览的是第2页!

对p=1,2,…,10分别求参数和噪声方差的y-w估计,可得时间序列分析电子科大第六章共38页,您现在浏览的是第3页!

类似于统计学中多元回归分析的逐步回归法,通过假设检验来确定阶数.原假设:序列满足AR(k)模型;备择假设:序列满足AR(k+1)模型.二、残差方差图定阶法

结论用一系列阶数逐次递增的AR(k)模型拟合原模型,其残差的方差一般随着k的增大而逐渐下降,当k=p以后变动幅度会趋小.时间序列分析电子科大第六章共38页,您现在浏览的是第4页!3)观察残差方差图,若从k*

始基本保持不变(无明显下降趋势),就可令注1

残差方差图方法是一种观察试验方法,无定量判断的准则.2)画出的残差方差图;定阶步骤:1)分别用AR(k)模型(k=1,2,…,M)拟合观察数据,计算相应的残差方差(k=1,2,…,M);时间序列分析电子科大第六章共38页,您现在浏览的是第5页!自相关函数图时间序列分析电子科大第六章共38页,您现在浏览的是第6页!模型阶数从1升至2,残差方差大幅度减小,升至5后残差方差反而略有增加.残差方差图时间序列分析电子科大第六章共38页,您现在浏览的是第7页!1.FPE(最终预报误差)准则不足拟合与过度拟合都会使预报误差增大.

日本学者赤池(Akaike)思想

AR模型的阶数估计值不能取过大,也不能过小.过大会导致模型的复杂度增大,使参数估计值的不确定性增大;过小使拟合模型与真实模型差异过大.时间序列分析电子科大第六章共38页,您现在浏览的是第8页!分析

(6.4.2)中有两个因子:1)因子依赖于k,其大小反映了模型与数据的拟合程度;2)个因子随k

增大而增大,放大了残差方差的不确定性影响.时间序列分析电子科大第六章共38页,您现在浏览的是第9页!AIC准则可应用于ARMA模型及其他统计模型(如多项式回归定阶).

能在模型参数极大似然估计的基础上,对于ARMA(p,q)的阶数和相应的参数,同时给出一种最佳估计.时间序列分析电子科大第六章共38页,您现在浏览的是第10页!分析:应使K—L信息量达到最小值.两个函数接近程度越高,K-L信息量越小时间序列分析电子科大第六章共38页,您现在浏览的是第11页!AIC注1

若估计模型与真实模型存在较大的差异时,或阶数估计偏低时,上式中右端的项会显著变大,第二项则作用不大;注2若阶数估计偏高时,上式中第二项起主要作用.

上式是对两方面的加权平均(权系数为2).时间序列分析电子科大第六章共38页,您现在浏览的是第12页!(6.4.7)式中为残差方差.m为参数个数,有ARMA(p,q)模型:m=p+q+1;AR(p)模型:m=p+1;MA(q)模型:m=q+1;注由AIC准则定出的阶数估计不是模型真实阶数的相合估计,一般阶数估计值偏大.在N充分大而且固定的条件下时间序列分析电子科大第六章共38页,您现在浏览的是第13页!

结论当N充分大时,AIC和FPE准则给出的阶数估计值相同,FPE准则也可以用于ARMA模型定阶.四、BIC准则AIC准则避免了统计检验中由于选取置信度而产生的人为性,为模型定阶带来许多方便.但AIC方法未给出相容估计.Akaike(1976)提出新的定阶准则—BIC时间序列分析电子科大第六章共38页,您现在浏览的是第14页!

例6.4.1设{et}是标准正态白噪声,{xt}是满足AR(4)模型的模拟序列(N=300)已初步估计,计算AIC和BIC函数如下两种方法都估计出仅是一次估计结论

现模拟1000条序列,每次N=300,有以下结果时间序列分析电子科大第六章共38页,您现在浏览的是第15页!有Ave(AIC)=4.589;

Ave(BIC)=3.996;

对较大样本长度N,仍应综合考虑两种定阶方法.时间序列分析电子科大第六章共38页,您现在浏览的是第16页!记联合概率密度为

例5.5.1

若样本是零均值正态随机变量,其联合概率密度为

其中是协方差矩阵.对给定样本值时间序列分析电子科大第六章共38页,您现在浏览的是第17页!设{Xt

}是零均值正态ARMA序列,给定样本的样本值联合概率密度为其中协方差矩阵.时间序列分析电子科大第六章共38页,您现在浏览的是第18页!记是ARMA模型的参数向量,均值Eβ

表示是参数向量β的函数.(5.5.2)

注对一般ARMA模型,其参数的似然函数及极大似然估计要复杂许多.时间序列分析电子科大第六章共38页,您现在浏览的是第19页!N充分大时,的极值点与(5.5.3)的极值点几乎一样.近似似然函数定义称是平方和函数.时间序列分析电子科大第六章共38页,您现在浏览的是第20页!

若时间序列{Xt

}实际是p阶有限自回归模型AR(p),其噪声方差为,如果选择AR(k)模型进行拟合,则1)若k<p(称为不足拟合),其剩余平方和Q必然增大,有2)若k>p(称为过拟合),不会显著减小,有可能还略有增大.时间序列分析电子科大第六章共38页,您现在浏览的是第21页!Jenkins—Whitt方法:利用残差方差图判定AR模型阶数.残差方差的估计式为(6.4.1)其中时间序列分析电子科大第六章共38页,您现在浏览的是第22页!注2

若观察数据不是来自AR模型时,常常不是单调下降的.例6.4.2下图是一磨轮剖面资料的数据图时间序列分析电子科大第六章共38页,您现在浏览的是第23页!偏相关函数图时间序列分析电子科大第六章共38页,您现在浏览的是第24页!二、最佳准则函数定阶法

通常是先定义一个与模型参数有关的准则函数:1)考虑拟合时对数据的接近程度;2)考虑模型中待定系数的个数.使准则函数达到最小值的模型是最佳模型.取使准则函数为最小的阶数值作为估计值.时间序列分析电子科大第六章共38页,您现在浏览的是第25页!

Akaike提出用最终预报误差准则(FinalPredictionError,记为FPE)来判定AR模型的阶数.导出目标函数(6.4.2)其中N为样本长度,k为模型阶数,为相应的残差方差估计.时间序列分析电子科大第六章共38页,您现在浏览的是第26页!Akaike准则选择使(6.4.3)

成立的p为AR模型的阶数估计值,若有多个则取其中最小者.Akaike从信息论的概念导出适用面广泛的统计模型准则—AIC准则(AkaikeInformationCriterion).2.最小信息准则(AIC)时间序列分析电子科大第六章共38页,您现在浏览的是第27页!1)最小信息准则AIC的一般形式

设是随机向量,其概率密度为,属于概率密度族,是模型的参数向量,且基本思想:利用K—L(Kull-back,Leibler)信息量(6.4.4)来刻划与的接近程度.时间序列分析电子科大第六章共38页,您现在浏览的是第28页!使K—L信息量达到最小值,即(6.4.5)可求出最小信息准则AIC的一般形式为(6.4.6)结论可证明AIC的一般形式是K—L信息量的渐近无偏相容估计.m为参数个数时间序列分析电子科大第六章共38页,您现在浏览的是第29页!Akaike原则从一组可供选择的模型中,应选取AIC为最小的模型.2)ARMA、AR、MA模型

在一定条件下(参见公式5.5.3),ARMA模型的对数似然函数可近似为其中因见公式(5.5.4)时间序列分析电子科大第六章共38页,您现在浏览的是第30页!3.AIC准则与FPE准则的关系AIC准则与FPE准则有渐近等价关系:证时间序列分析电子科大第六章共38页,您现在浏览的是第31页!(6.4.8)式中m=p+q+1表示自由参数个数.注1AIC和BIA的差别是用mlnN替代2m,使利用多余参数的代价增大.一般BIC阶数估计值比AIC阶数估计值低.注2BIC准则可以给出阶数的相容估计.时间序列分析电子科大第六章共38页,您现在浏览的是第32页!有Ave(AIC)=4.413;

Ave(BIC)=3.039;BIC定阶对阶数的低估比例达51.1%;增大样本长度N可改善这种情况.

模拟1000条序列,每次N=1000,有以下结果时间序列分析电子科大第六章共38页,您现在浏览的是第33页!§5.5ARMA模型参数的精估计

—极大似然估计(最小平方和估计)一、极大似然估计(ML估计)建立在极大似然准则上的估计.设随机序列{Yt}的有限维概率密度存在,由一组参数惟一确定,联合概率密度是参数向量β和样本的函数.时间序列分析电子科大第六章共38页,您现在浏览的是第34页!为对数似然函数.

的极大似然估计.定义注必需已知联合概率密度.二、ARMA序列参数的极大似然函数时间序列分析电子科大第六章共38页,您现在浏览的是第35页!对数似然函数为为显含参数,令(5.5.1)时间序列分析电子科大第六章共38页,您现在浏览的是第36页!三、ARMA序列参数的近似极大似然方法应选择βML

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论