时间序列分析-第一章 时间序列讲义

上传人:今*** 文档编号:108080411 上传时间:2019-10-22 格式:PPT 页数:75 大小:2.22MB
返回 下载 相关 举报
时间序列分析-第一章 时间序列讲义_第1页
第1页 / 共75页
时间序列分析-第一章 时间序列讲义_第2页
第2页 / 共75页
时间序列分析-第一章 时间序列讲义_第3页
第3页 / 共75页
时间序列分析-第一章 时间序列讲义_第4页
第4页 / 共75页
时间序列分析-第一章 时间序列讲义_第5页
第5页 / 共75页
点击查看更多>>
资源描述

《时间序列分析-第一章 时间序列讲义》由会员分享,可在线阅读,更多相关《时间序列分析-第一章 时间序列讲义(75页珍藏版)》请在金锄头文库上搜索。

1、第一章 时间序列,本章目录 时间序列的分解 平稳序列 线性平稳序列和线性滤波 正态时间序列和随机变量的收敛性 严平稳序列及其遍历性 Hilbert空间中的平稳序列 平稳序列的谱函数 离散谱序列及其周期性,1.1 时间序列的分解,一.时间序列的定义: 时间序列:按时间次序排列的随机变量序列。 观测样本:随机序列各随机变量的观测样本。 个有序观 测值 一次实现或一条轨道:时间序列的一组实际观测。 时间序列分析的任务:数学建模,解释、控制或预报。,二.时间序列的分解,趋势项 ,季节项 ,随机项 注:1.单周期季节项: 只需要 且可设 2.随机项:可设 3.,例:某城市居民季度用煤消耗量,分解方法:

2、1.趋势项估计 (1)分段趋势(年平均) (2)线性回归拟合直线 (3)二次曲线回归 (4)滑动平均估计,2.估计趋势项后,所得数据 由季节项和随机项组成, 季节项估计 可由该数据的每个季节平均而得. 3. 随机项估计即为,方法一:分段趋势法 1 趋势项(年平均),减去趋势项后,所得数据,2、季节项,3.随机项的估计,方法二:回归直线法,一、趋势项估计 一元线性回归模型 最小二乘估计为 可得到,1. 直线趋势项,消去趋势项后,所得数据,2、季节项估 为,3. 随机项估计为,方法三: 二次曲线法,1. 二次项估计(趋势项),数据和二次趋势项估计,2. 季节项、随机项,例二、美国罢工数(51-80

3、年)(滑动平均法),1. 趋势项(5项平均),2.季节项和随机项,例三、化学溶液浓度变化数据,一阶差分,三 时间序列和随机过程 设 是实数 的子集,如果对每个t属于T,都有一个随机变量 与之对应,就称随机变量的集合 是一个随机过程。 当T是全体整数或全体非负整数时,称相应的随机过程为随机序列。 把随机序列的指标集合T看成时间指标时,这个随机过程就是时间序列。 当T是全体实数或全体非负实数时,相应的随机过程称为连续时随机过程。 如果把T认为时间指标,连续是的随机过程就是连续的时间序列。,1.2 平稳序列,一 平稳序列 定义 如果时间序列 满足 (1) 对任何的 (2) 对任何的 (3) 对任何的

4、 就称是 平稳时间序列,简称时间序列。称实数 为 的自协方差函数。 平稳序列中随机变量 的均值为 ,方差为 都是和t无关的常数。 协方差结构的平移不变性是平稳序列的特性,所以平稳序列是二阶矩平稳序列。,自协方差函数满足以下三条性质:,(1)对称性: 对所有的K成立。 (2)非负定性:对任何的 ,n阶自协方差矩阵 是非负定的矩阵。 (3)有界性: 对所有的k成立。 满足上述性质的实数列都称为非负定序列。,下面证明这些性质,对称性由定义直接得到。 为证明非负性,任取一个 维实向量,为证明有界性,我们先介绍一个常用的不等式. 引理 (Schwarz不等式) 对任何方差有限的随机变量X和Y,有 证明

5、不妨设 ,关于a的一元 于是,判别式 取 时,有界性有Schwarz不等式得到:,线性相关性,定义: 自协方差矩阵退化的充分必要条件是存在非零的n维实向量 使得 这时我们称随机变量是线性相关的。,自相关系数 定义:设平稳序列 是标准化的序列 , 的自协方 差函数 称为平稳序列的自相关系数。,二.白噪声,最简单的平稳序列是白噪声,它在时间序列分析中有特殊的重要地位。 定义(白噪声) 设 是一个平稳序列,如果对任意的 称 是一个白噪声,记做 当 是独立序列时,称 是独立白噪声; 当 时,称为零均值白噪声; 当 称为标准白噪声。,例2.3 Poisson过程和Poisson白噪声,如果连续时的随机过

6、程满足 (1) ,且对任何的ts0和非负整数k, (2)N(t)有独立增量性:对任何n1和 随机变量 相互独立,则称N(t)是一个强度为的Poisson过程。 数学期望和方差分别为,Poisson白噪声,定义: 满足上面三个条件称为Poisson白噪声。 ave 表示的样本均值,std表示样本的标准差。 下面的例子是Poisson白噪声的60个样本。,Poisson白噪声的60样本的产生,1. 随机产生服从(0,1)上均匀的200个样本: 2. 给出服从参数为1的指数分布的200个独立样本; 3. 给出参数为1的Poisson过程一条样本轨道在i=1,61上的取值;,参数为1的Poisson白

7、噪声的60个样本I,样本II,标准正态白噪声的60个样本: A=randn(1,60);plot(A),三.正交平稳序列,设X和Y是方差有限的随机变量,如果E(XY)=0,就称X和Y是正交的,如果c o v(X,Y)=0,就称X和Y是不相关的。 定义 对于平稳序列 和 , (1) 如果对任何的 s, t Z, ,则称 和 是正交的; (2 )如果对任何的 s, t Z, ,则称 和 是不相关的。 定理2.2 设 和 分别是平稳序列 和 的自协方差函数, 记 定义,(1)如果 和 正交,则 是平稳序列,有自协方差函数 (2)如果 和 不相关,则 是平稳序列,有自协方差函数 证明:(1)当 和 正

8、交,利用cov(X,Y)=E(XY)-E(X)E(Y)得到 (2)由上面的推导 得到。,1.3 线性平稳序列和线性滤波,一.有限运动平均 定义: 设 是WN(O, ),对于非负整数q和常数a0,a1,aq,我们称 是白噪声 的(有限)运动平均,简称为MA,运动平均又称 滑动平均。 MA的平稳性,例:,概率极限定理: 定理 (单调收敛定理) 如果非负随机变量序列单调不减: 则当 时,有 对于任何时间序列 ,利用单调收敛定理得到 定理 (控制收敛定理)如果随机变量序列 满足 和 时,则当 时, 并且,二. 线性平稳序列,定义:如果实数列 满足 则称 是绝对可和的。 对于绝对可和的实数列 ,定义零均

9、值白噪声 的无穷滑动和 如下 ,则 是平稳序列。下面说明 是 平稳序列。 由 Schwarz不等式得到 于是Xt右边的无穷级数是a.s.绝对收敛的,从而是a.s.收敛的。 由于 所以用控制收敛定理得到 现对t,s Z,定义,利用公式可以知道 所以由控制收敛定理得到 这就说明了 是平稳序列,证明:当 时,定理:设 是WN(0, ),实数列 平方可和,线性平稳序列 由上述 定义,则自协方差函数,三.时间序列的线性滤波,对序列 进行滑动求和: 称为对 进行线性滤波。其中决定可和的 称为一个保时线性滤波器。 如果输入信号 是平稳列则输出 也是平稳列。 期望 协方差函数,例3.1 余弦波信号的滤波,信号

10、St方差 ,噪声方差 ,信噪比,注:,1.4 正态时间序列和随机变量的收敛性,随机向量的数学期望和方差 矩阵随机向量 期望 随机向量 ,则X的协方差矩阵 协方差矩阵的计算公式 随机向量线性变换,如果存在m维常数列向量,mn常数矩阵B和iid的标准正态随机变量 使得Y= +BX,则称随机变量 服从m维正态分布。 这时EY= , =Var(Y)= Y的特征函数为 这是多维正态分布的等价定义。 记YN(, ),多维正态分布的充要条件,定理 4.1 的充要条件是对任何,二.正条平稳序列 定义:对于时间序列 ,如果对任何n 1和 有 服从多元正态分布,则称 为正态时间序列 特别当 还是平稳序列时,又称为

11、正态平稳序列。,正态序列收敛定理,定理4.3 如果正态序列 ,依分布收敛到随机变量 则 定理4.4 如果 服从WN(0, ),实数列绝对可和,则有 定义的平稳序列时零均值正态序列,自协方差函数(3.5)给出。 证明:下证为正态序列,先证对任何 ,有 其中,对任何 , 定义 则有当 时, 有,由定理4.2, 得到 依分布收敛到 , 则 从而由 和定理4.1得到(4.9). 用同样方法可以证明: 对任何 有 其中 . 定理4.4成立.,1.5 严平稳序列及其遍历性,定义:设 是时间序列。如果对任意正整数n和k,随机变量 同分布,就称 是严平稳序列。 特征是分布平移不变 性:对任何固定的k,时间序列

12、 和 同分布。 严平稳和宽平稳的关系:1.二阶矩有限的严平稳为宽平稳。 2.宽平稳一般不是严平稳。 3.正态平稳列既是宽平稳也是严平稳。 4.平稳序列 到 宽平稳序列 到 弱平稳序列。 5.严平稳序列到强平稳序列。,遍历性:1.时间序列一般只是一条轨道。 2.要用时间序列 的一次实现推断 的统计性质。 遍历性可以保证从一条轨道可以推断整体的统计性质。 如果严平稳序列是遍历的,从他的一次实现就可以推断出这个严平稳的所有有限维分布: 有遍历的严平稳序列被称为严平稳遍历序列。,严平稳序列定理,定理5.1 如果 是严平稳遍历序列,则有如下的结果: (1)强大数律:如果 则 (2)对任何多元函数 是严平

13、稳遍历序列. 下面的定理在判断线性平稳序列的遍历性时时十分有用的。 定理5.2 如果 是独立同分布的WN(0, )实数列 平方可和, 则线性平稳序列 是严平稳序列的。,1.6 Hilbert 空间中的平稳序列,Hilbert空间 设 是平稳序列,令 所以 是一个线性空间。,在线性空间上定义内积, 则有 所以 是内积空间,在任何内积空间中都有Schwarz不等式 令距离 则有,三角不等式: 这样 又称为距离空间,不难看出在任意的内积空间上都可以定义距离,是它自然成为距离空间。 如果 也是内积空间和距离空间, 是 的子空间。 定义6.1 对 : (1)如果 ,则称 在 中收敛到 (2)如果当 时,

14、 则称 是 中的基本列或Cauchy列。,完备的内积空间:每个基本列都是极限在空间内的内积空间。 又称Hilbert空间。 是Hilbert空间。 用 表示 中包含 的最小闭子空间 则 是Hilbert空间,称为由平稳序列 生成的Hilbert空间。 二.内积的连续性 定理(内积的连续性) 在内积空间中,如果 证明(1)由三角不等式 得到。,(2)有Schwarz不等式得到 例: n维Hilbert空间 是线性空间,定义内积 ,则为内积空间。 是完备的内积空间。 为欧氏模,例2 设 是零均值的平稳列, ,则它的线性组合全 体构成的内积空间 是Hilbert空间称为有X生成的Hilbert空间。实际上, 是线性空 间和内积空间下面我们来证明的完备性。 证明:先设 是标准的白噪声WN(0,1),对任何的线性组合 只要 由例1知道有 使得 当 取

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 高等教育 > 大学课件

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号