第8章-季节时间序列模型课件_第1页
第8章-季节时间序列模型课件_第2页
第8章-季节时间序列模型课件_第3页
第8章-季节时间序列模型课件_第4页
第8章-季节时间序列模型课件_第5页
已阅读5页，还剩9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

季节时间序列模型

SARIMA模型1992年第一季度-2008年第三季度我国GDP季度数据(单位:亿元)：1980年1月-1991年10月澳大利亚红酒的月销量(单位：公升)时序图：销量数据存在较为明显的上升趋势和季节变化季节时间序列(SARIMA)模型

在某些时间序列中，由于季节性变化(包括季度、月度、周度等变化)或其他一些固有因素的变化，会存在一些明显的周期性，这类序列称为季节性序列。在经济领域中，季节性序列更是随处可见。如季度时间序列、月度时间序列、周度时间序列等。描述这类序列的模型之一是季节时间序列模型(seasonalARIMAmodel)，用SARIMA表示。较早文献也称其为乘积季节模型(multiplicativeseasonalmodel)。季节时间序列的重要特征表现为周期性。在一个序列中，如果经过S个时间间隔后观测点呈现出相似性，比如同处于波峰或波谷，我们就说该序列具有以S为周期的周期特性。一般，季度资料的一个周期表现为一年的四个季度，月度资料的周期表现为一年的12各月，周资料表现为一周的7天或5天。处理季节性时间序列的一个重要工具：季节差分：可消除周期性变化对于非平稳季节性时间序列，有时需要进行D次季节差分之后才能转换为平稳的序列。季节时间序列的重要特征随机季节模型乘积季节模型

季节时间序列模型季节性SARIMA(P,D,Q)模型：D为季节差分阶数，P为季节自回归的阶数，Q为季节移动平均的阶数U(BS)为季节自回归多项式，V(BS)为季节移动平均多项式EVIEWS上的实现：随机季节模型消除了序列在不同周期相同周期点上的季节相关成分乘积季节模型使用场合：季节序列既有季节效应又有长期趋势效应模型结构：ARIMA(p,d,q)×(P,D,Q)乘积季节模型ARIMA(p,d,q)×(P,D,Q)说明：Φ(B)和Θ(B)用来消除同一周期的不同周期点之间的相关性；U(BS)和V(BS)用来消除不同周期的同一周期点之间的相关性；一般：d≤2，D≤1P,Q≤1一般作一次季节差分后，(偏)自相关系数在kS处还存在较强的相关性时，用乘积季节模型。拟合1948—1981年美国女性月度失业率序列差分平稳一阶、12步差分一阶12步差分后序列自相关图一般作一次季节差分后，(偏)自相关系数在kS处还存在较强的相关性时，用乘积季节模型模型定阶ARIMA(1,1,1)×(0,1,1)12模型定阶是多次尝试的结果乘积季节模型拟合模型定阶ARIMA(1,1,1)×(0,1,1)

人人文库> 全部分类> 教育资料 > 课件下载

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。

最新文档

评论

0/150

提交评论