《时间序列分析与预测第二讲时间序模型课件》由会员分享，可在线阅读，更多相关《时间序列分析与预测第二讲时间序模型课件（102页珍藏版）》请在金锄头文库上搜索。
1、时间序列分析与预测时间序列分析与预测第二讲：时间序列模型第二讲：时间序列模型大连理工大学经济系大连理工大学经济系原毅军原毅军拯亨涩烁唬催红追涡礁团现但酵下滞跃楞椎尼呈虞啪捐甘慌瘪猎枫叛隙瞒时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件教学大纲教学大纲上节课知识要点复习上节课知识要点复习时间序列的基本特征时间序列的基本特征时间序列建摸的两种基本假设时间序列建摸的两种基本假设确定性时间序列模型确定性时间序列模型随机性时间序列模型随机性时间序列模型草矽亢涸综督铆邦巫估沧隶荫幕恕泽蛀泅湃均剁磕谁拨算纬之蚁镐苍牺妖时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二
2、讲时间序模型课件上节课知识要点复习上节课知识要点复习痊诅妮狰辈坐钧剁派放笆民焕衍柔玻纂体煽巩评锥骤掉霉响晨卤森谋暇搅时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列时间序列同一现象在不同时间上的相继观察值排列而成的同一现象在不同时间上的相继观察值排列而成的数列数列形式上由现象所属的时间和现象在不同时间上的形式上由现象所属的时间和现象在不同时间上的观察值两部分组成观察值两部分组成排列的时间可以是年份、季度、月份或其他任何排列的时间可以是年份、季度、月份或其他任何时间形式时间形式售番豫培才烙孵亏歌埔函火呵禁赡距墓虑谆拟哟灭布蔫和败庞肯嚼已套扁时间序列分析与预测第
3、二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件国内生产总值等时间序列国内生产总值等时间序列年年 份份国内生产总值国内生产总值( (亿元亿元) )年末总人口年末总人口( (万人万人) )人口自然增长率人口自然增长率( () )居民消费水平居民消费水平( (元元) )19901991199219931994199519961997199818547.921617.826638.134634.446759.458478.167884.674772.479552.8114333115823117171118517119850121121122389123626124810 14.3912.9
4、811.6011.4511.2110.5510.4210.069.538038961070133117812311272629443094辨傍曼征候丧适消灾摊句迭愈齿窿志峨芯鹤蓟抹窟岳阳捧券音冀铅蚕咏霉时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列的分类时间序列的分类时间序列时间序列平均数序列平均数序列绝对数序列绝对数序列相对数序列相对数序列时期序列时期序列时点序列时点序列泳芋赏丝喝杉轿灿挡秤宽梁滦痛彭康痊钨满酣讣运氦知孜俱跟莹亿垃臀鲜时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列的编制原则时间序列的编制原则时间长短要
5、一致时间长短要一致总体范围要一致总体范围要一致指标内容要一致指标内容要一致计算方法和口径要一致计算方法和口径要一致鼻说烫潮闸僵轧吧袍涪箩稗贯宛怒戒锰鲤界坑敛尾汝扼屈乾宏桌浚证投伸时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列的水平分析时间序列的水平分析发发展展水水平平平平均均发发展展水水平平增增长长量量平平均均增增长长量量粟仁漂畴灌枪灶碧鸟拐频龄莽戮狭谐劈摹峰际与迂峰磷孜朋专雇遏中涕磅时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件发展水平与平均发展水平发展水平与平均发展水平发展水平发展水平现象在不同时间上的观察值现象在不同时间
6、上的观察值说明现象在某一时间上所达到的水平说明现象在某一时间上所达到的水平平均发展水平平均发展水平现象在不同时间上取值的平均数，又称序时平均数现象在不同时间上取值的平均数，又称序时平均数说明说明现象在一段时期内所达到的一般水平现象在一段时期内所达到的一般水平不同类型的时间序列有不同的计算方法不同类型的时间序列有不同的计算方法夷跳迹魂祈疏今溺审焦绪柑停鸭戊同锡添靶蝴圭奖牢稻镜绎羚锄豆讣俘辩时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件绝对数序列的序时平均数绝对数序列的序时平均数判断所要计算的绝对数序列的类型判断所要计算的绝对数序列的类型根据不同序列的类型选择不同的计
7、算方法根据不同序列的类型选择不同的计算方法绝对数序列绝对数序列时期序列时期序列时点序列时点序列连续时点序列连续时点序列间隔不等的时点序列间隔不等的时点序列间隔相等的时点序列间隔相等的时点序列秤桌碘同擅抱钎狈佑栽挣耍蚤淑贱戏套丑秒粪骆辅挞精耕垒参斜饮撩炳朽时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件绝对数序列的序时平均数绝对数序列的序时平均数 时期序列时期序列时期序列时期序列计算公式：计算公式：请舰职酮靖巢速剪涝爬怒贩西耙巾商杂明世鼎妇豁寇酶收障挛邓泉海档卧时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件绝对数序列的序时平均数绝对数序列
8、的序时平均数间隔不等的时点序列间隔不等的时点序列Y Y1 1Y Y2 2Y Y3 3Y Yn nY Y4 4Y Yn-1n-1f f1 1f f2 2f f3 3f fn-1n-1融喊磁辅客炊崖循灵译耶浊昆恢箔浴奇戈揪岛津逮觉枪涵悄禁颂阮围侈肮时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件绝对数序列的序时平均数绝对数序列的序时平均数1.1.1.1.计算出两个点值之间的平均数计算出两个点值之间的平均数计算出两个点值之间的平均数计算出两个点值之间的平均数 2.2.2.2.用相隔的时间长度用相隔的时间长度用相隔的时间长度用相隔的时间长度 ( ( ( (T T T Ti
9、i i i ) ) ) ) 加权计算总的平均数加权计算总的平均数加权计算总的平均数加权计算总的平均数偏诗郸苇少痢薄残沥践庞寿茬队屁丰扬粮刮创舅玩尼磊胃圈涧蹋璃财臃圃时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件绝对数序列的序时平均数绝对数序列的序时平均数当当间隔相等间隔相等(f(f1 1 = f = f2 2= = f= = fn-1n-1) )时，有时，有Y Y Y1 11Y Y Y2 22Y Y Y3 33Y Y Yn nnY Y Yn-1n-1n-1黎洞琼畸元签削衬街暇卢介辞邪龄辑映艰糯冰洲捣蜜挂邹簿鹿辰滥嘲矮糯时间序列分析与预测第二讲时间序模型课件时间序列
10、分析与预测第二讲时间序模型课件时间间隔不等的时点序列的序时平均数计算实例时间间隔不等的时点序列的序时平均数计算实例设某种股票设某种股票20042004年各统计时点的收盘价如下表年各统计时点的收盘价如下表，计算该股，计算该股票票20042004年的年平均价格年的年平均价格某种股票某种股票2004年各统计时点的收盘价年各统计时点的收盘价统计时点统计时点1月月1日日3月月1日日7月月1日日10月月1日日12月月31日日收盘价收盘价(元元)15.214.217.616.315.8纤肛强循棚届转恍坊锋省受储蒋打镇爹楼儡辙养羡曰冀匙租噪抨献米邹班时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二
11、讲时间序模型课件增长量增长量报告期水平与基期水平之差，说明现象在观察期内增长的绝对数量报告期水平与基期水平之差，说明现象在观察期内增长的绝对数量分为逐期增长量与累积增长量分为逐期增长量与累积增长量逐期增长量逐期增长量报告期水平与前一期水平之差报告期水平与前一期水平之差计算公式为：计算公式为：YYt t=Y=Yt t-Y-Yt-1t-1 (t =1,2,n) (t =1,2,n)累积增长量累积增长量报告期水平与某一固定时期水平之差报告期水平与某一固定时期水平之差计算公式为：计算公式为：YYt t=Y=Yt t-Y-Y0 0 (t=1,2,n) (t=1,2,n)各逐期增长量之和等于最末期的累积增
12、长量各逐期增长量之和等于最末期的累积增长量 晕摔识吃接藻弗填衰灿页绽窟吼读石垣躺然沈氖颗宇棋肄御赏香爬升址俊时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件平均增长量平均增长量观察期内各逐期增长量的平均数观察期内各逐期增长量的平均数描述现象在观察期内平均增长的数量描述现象在观察期内平均增长的数量计算公式为计算公式为溢歇交盖啦鄙性轮从淄洛氖饥雍赊怨蹦女疤雷镣攀撩誉莹尤乎怒鼓暇岿午时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列的速度分析发展速度平均发展速度增长速度平均增长速度婚可熬戚登昌法柞歹吭蜗爱雅暂施废剃多资子鸥火言债筐废频诅畏
13、芹丽证时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件发展速度发展速度报告期水平与基期水平之比报告期水平与基期水平之比说明现象在观察期内相对的发展变化程度说明现象在观察期内相对的发展变化程度有环比发展速度与定期发展速度之分有环比发展速度与定期发展速度之分刚磺钥洲灶把赴技妈侯葬胀忻枣勇钝桓苫阂甫佑清柑秦占盾僧狄褥日蓝险时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件环比发展速度与定基发展速度环比发展速度与定基发展速度环比发展速度环比发展速度报告期水平与前一期水平之比报告期水平与前一期水平之比定基发展速度定基发展速度报告期水平与某一固定时期水
14、平之比报告期水平与某一固定时期水平之比势果牛摈糯章创焕峡凶酚之椽侍赃赊微踌管馋焊呈逢燎藕烯莱楷联沂局最时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件环比发展速度与定基发展速度的关系环比发展速度与定基发展速度的关系观察期内各环比发展速度的连乘积等于最末期的定基发展观察期内各环比发展速度的连乘积等于最末期的定基发展速度速度 两个相邻的定基发展速度，用后者除以前者，等于相应的环两个相邻的定基发展速度，用后者除以前者，等于相应的环比发展速度比发展速度平权赐串乎鉴劣绽矢辙诱怪甥经馅赔旱音防沪盾醒铀唆堆潍闪住菠怜雏巨时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二
15、讲时间序模型课件增长速度增长速度增长量与基期水平之比，增长量与基期水平之比，又称增长率又称增长率说明现象的相对增长程度说明现象的相对增长程度有环比增长速度与定基增长速度之分有环比增长速度与定基增长速度之分计算公式为计算公式为沮说师独烛酶弯顺晃追焉馋跪挟迎执喊逗嗡躬臼堕益郝靖亿转续崎诅耿溜时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件环比增长速度与定基增长速度环比增长速度与定基增长速度环比增长速度环比增长速度报告期水平与前一时期水平之比报告期水平与前一时期水平之比定基增长速度定基增长速度报告期水平与某一固定时期水平之比报告期水平与某一固定时期水平之比院自魄里呼悠杭蔽
16、韧陷毫腐径烃率衣翱屹吾嚣绚惊盖使托疯闺浦鳖咐松宽时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件平均发展速度平均发展速度观察期内各环比发展速度的平均数观察期内各环比发展速度的平均数说明现象在整个观察期内平均发展变化的程度说明现象在整个观察期内平均发展变化的程度通常采用几何法通常采用几何法( (水平法水平法) )计算计算计算公式为：计算公式为：坝岿潦网损卸赚争扑胡韩吹渭砒绿蛊试赤颁呀细撑卓趋雍胃渡砌啦翻屿碌时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件速度指标的分析与应用速度指标的分析与应用当时间序列中的观察值出现当时间序列中的观察值出现
17、0 0或负数时，不宜计算速度或负数时，不宜计算速度例如：假定某企业连续五年的利润额分别为例如：假定某企业连续五年的利润额分别为5 5、2 2、0 0、-3-3、2 2万元，万元，对这一序列计算速度，在这种情况下，适宜直接用绝对数指标进对这一序列计算速度，在这种情况下，适宜直接用绝对数指标进行分析行分析在有些情况下，不能单纯就速度论速度，要注意速度与水在有些情况下，不能单纯就速度论速度，要注意速度与水平指标的结合分析平指标的结合分析惹剖补振鳃丁版骨疼辈塔苟庄猴你傈向现袭臆谨傻涸余针篮魏炮防留砖锦时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列的基本特征时间序列
18、的基本特征俗曙钓腺姬房述地唁获承玻范着六陶匪进大箍访奴汐供钢盂挥渤妮慎阅睹时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件例：时间序列分析例：时间序列分析先把时间序列描绘在坐标图上，坐标的横轴表示时间先把时间序列描绘在坐标图上，坐标的横轴表示时间 t t，坐标的，坐标的纵轴表示所分析的经济变量纵轴表示所分析的经济变量下图描述了某商店某年前下图描述了某商店某年前1010个月的销售额个月的销售额现幢膊镰监咋觉广开数阑最幕靴虎稼抱蓖帜裂加射胖呜句壕挞感欠书狡医时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件德补汇茸您厅滨簧敲讫典计晚伏忻肤避符僚
19、歇埠焉蔚监廖收斟鄙边盘能苇时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件某企业从某企业从19901990年年1 1月到月到20022002年年1212月的销售数据月的销售数据（单位：百万元）（单位：百万元） 硷砷睛蹲追砂爽普殷荚画骄许函项渤溢托渺耐题株松撬砌察厌挪目钟玄习时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件从从这这个个点点图图可可以以看看出出。总总的的趋趋势势是是增增长长的的，但但增增长长并并不不是是单单调调上上升升的的；有涨有落。但这种升降不是杂乱无章的，和季节或月份的周期有关系。有涨有落。但这种升降不是杂乱无章的，和季节
20、或月份的周期有关系。除了增长的趋势和季节影响之外，还有些无规律的随机因素的作用。除了增长的趋势和季节影响之外，还有些无规律的随机因素的作用。肥践睛肠撅炎吩膳轨囚胃颈刚鞍尹殊躁欠窜逞瑶痢邀胞酥弧栗砾抄晚馋钙时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列分析时间序列分析分析时间序列变化的影响因素分析时间序列变化的影响因素每一个经济变量的变化，在不同时期受不同因素影每一个经济变量的变化，在不同时期受不同因素影响，经济变量的时间序列综合地反映了各种因素的响，经济变量的时间序列综合地反映了各种因素的影响影响影响时间序列变化的主要因素分类影响时间序列变化的主要因素分类
21、长期趋势因素长期趋势因素季节变化因素季节变化因素周期变化因素周期变化因素不规则变化因素不规则变化因素抖映取午摔胀妓莫选岿长突晰悄艇鼓井览抒虽祝孙抱莆惕墅肯涩泌吝滥佰时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列的分解时间序列的分解经济变量的时间序列通常可以分解成四部分，即：经济变量的时间序列通常可以分解成四部分，即：长期趋势，用长期趋势，用 T T （TrendTrend）表示）表示季节波动，用季节波动，用 S S （SeasonalSeasonal）表示）表示循环波动，用循环波动，用 C C （CyclicalCyclical）表示）表示不规则波动，用不
22、规则波动，用 I I （IrregularIrregular） 表示表示这四种因素对时间序列变化的影响有二中基本假设这四种因素对时间序列变化的影响有二中基本假设乘积形式：乘积形式：Y=TS C IY=TS C I和的形式：和的形式：Y=T + S + C + IY=T + S + C + I宝芬明肖艳献赖处墟誓恋深弹缺胎誉蜡浆领拍沥汛枯湖幽吾滚蓬滥览惠茧时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件ttYYY=T + S + C + IY=TS C I戊豆誉取讣云臼镣咱剂怀涡认台来踌挺霖摸大伍铭篆慢狰拎禁闹边善挥渠时间序列分析与预测第二讲时间序模型课件时间序列分析
23、与预测第二讲时间序模型课件时间序列分解法时间序列分解法基于乘积模型的时间序列分解基于乘积模型的时间序列分解Y Yt t = TSCI = TSCI第一步：消除时间序列中的季节因素和不规则因素第一步：消除时间序列中的季节因素和不规则因素采用移动平均法采用移动平均法计算移动平均值的时期等于季节波动的周期长度计算移动平均值的时期等于季节波动的周期长度用移动平均法计算的结果是只包含长期趋势因素用移动平均法计算的结果是只包含长期趋势因素T T和循环波动因素和循环波动因素C C的时间序列，即：的时间序列，即：M Mt t = TC = TC脯士帮遵娜切天奈卞低纹麻膨祈俱嵌段万颅转昭饿尽曳弹街垃诡术檄徊旗时
24、间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件第二步：计算只反映季节波动的季节指数第二步：计算只反映季节波动的季节指数（Seasonal Seasonal indicesindices）用移动平均值去除原时间序列中对应时期的实际值，得到只用移动平均值去除原时间序列中对应时期的实际值，得到只包含季节波动和不规则波动的时间序列，即：包含季节波动和不规则波动的时间序列，即：SI SI 通常是围绕通常是围绕1 1随机波动的值，某个时期的值大于随机波动的值，某个时期的值大于1 1，则该，则该时期的季节波动大于平均水平时期的季节波动大于平均水平季节指数是通过对时间序列季节指数是
25、通过对时间序列 SI SI 计算平均值得到的，即：计算平均值得到的，即：衙蕉侈镑停鸥乖坑熬食尽啸忽钢金墟置病受段瞪涯泣仟母蝶拿溜偶职了契时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件第三步：把长期趋势因素与循环因素分开第三步：把长期趋势因素与循环因素分开识别长期趋势变动的类型，建立相应的确定性时间序列模型识别长期趋势变动的类型，建立相应的确定性时间序列模型例如，时间序列的长期趋势可以用下列模型表示例如，时间序列的长期趋势可以用下列模型表示Y Yt t = b = b0 0 + b+ b1 1t + t + t t用最小二乘法估计出模型中参数用最小二乘法估计出模型中
26、参数b b0 0 和和 b b1 1，则长期趋势值可以，则长期趋势值可以用下式计算：用下式计算：反映循环因素波动的循环指数可以用下式计算反映循环因素波动的循环指数可以用下式计算胳获门夷恫兵肥眉极勃恬关辗履数扁吟惰随全跨欣夹瑟朽铱刻仿氢愿障瘫时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列的基本特征时间序列的基本特征时间序列变化的基本特征是指各种时间序列表现出的具有时间序列变化的基本特征是指各种时间序列表现出的具有共性的变化规律，如趋势变化、周期性变化等共性的变化规律，如趋势变化、周期性变化等根据时间序列变化的基本特征，它们可以分为：根据时间序列变化的基本特征
27、，它们可以分为：呈水平形变化的时间序列呈水平形变化的时间序列呈趋势变化的时间序列呈趋势变化的时间序列呈周期变化的时间序列呈周期变化的时间序列具有冲动点的时间序列具有冲动点的时间序列具有转折变化的时间序列具有转折变化的时间序列呈阶梯形变化的时间序列呈阶梯形变化的时间序列待篱柳蘸症起投颜现拢馋违俗被触饵勒掐翟躺课脚货集蜀孙做敬该绸赃恩时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件呈水平型变化的时间序列呈水平型变化的时间序列经济变量的发展变化比较平稳，没有明显的上升或下降趋势，也经济变量的发展变化比较平稳，没有明显的上升或下降趋势，也没有较大幅度的上下波动没有较大幅度的
28、上下波动如处于市场饱和状态的产品销售量，生产过程中出现的稳定的次如处于市场饱和状态的产品销售量，生产过程中出现的稳定的次品率。品率。Ytt纠奔诣廷石黍晒晋墓苏牺寓矣渝踢拂死降磐唾追稍搅铱糟骇碳拍愧辆尧弧时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件呈趋势变化的时间序列呈趋势变化的时间序列上升或下降的趋势变化，长期趋势变化上升或下降的趋势变化，长期趋势变化Ytt卒肪垣坤浓窍久市酥小廓钙消涎鼻旺州曝对漓欢跑胎饱靳山讣求抨您减艾时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件呈周期型变化的时间序列呈周期型变化的时间序列Ytt桔陪些江盯瘫浦随甄
29、订仙无贬蹦彼闷溉花木构窍挡侨箭搓罢枉仅音尸阐翠时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件具有冲动点（具有冲动点（ImpulseImpulse）变化的时间序列）变化的时间序列Ytt沤之毁观啮没贾槽睛桓柳式衬港诗杠壳驶卤讼排表捆冉肖牺蓑毁蛇馋口制时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件具有阶梯型变化的时间序列具有阶梯型变化的时间序列Ytt舔怎躁冻娟踏玉樱析雄酱昭处熟措殆凛凑典浚抑肾陡涕悉滴狭蚕阅橡得持时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列的转折性变化时间序列的转折性变化Ytt髓确途鹰
30、年侮皮掘襟哀哨胆勤砷赵韵忙蛊晌碧丢注呛泽镑母劲咋纫森双贷时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列建摸的两种基本假设时间序列建摸的两种基本假设艰龟扼斗礁拉孟廓蛾蛰雪晌卿呛越巍救拎皮最咖藻春攘鸟塔锰投寸杆霍迹时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列建摸的两种基本假设时间序列建摸的两种基本假设确定性时间序列模型假设：时间序列是由一个确定性过程确定性时间序列模型假设：时间序列是由一个确定性过程产生的，这个确定性过程往往可以用时间产生的，这个确定性过程往往可以用时间 t t 的函数的函数f f（t t）来表示，时间序
31、列中的每一个观测值是由这个确定）来表示，时间序列中的每一个观测值是由这个确定性过程和随机因素决定的性过程和随机因素决定的随机性时间序列模型假设：经济变量的变化过程是一个随随机性时间序列模型假设：经济变量的变化过程是一个随机过程，时间序列是由该随机过程产生的一个样本。因此，机过程，时间序列是由该随机过程产生的一个样本。因此，时间序列具有随机性质，可以表示成随机项的线性组合，时间序列具有随机性质，可以表示成随机项的线性组合，即可以用分析随机过程的方法建立时间序列模型即可以用分析随机过程的方法建立时间序列模型位揭偏涣菇毒乏芥咸渠广宇穿田卷繁郧扇弦淖燎诌籽籍究渭礼庭垦捞浪灼时间序列分析与预测第二讲时间
32、序模型课件时间序列分析与预测第二讲时间序模型课件确定性时间序列模型确定性时间序列模型据党堑铭命输蛀龚磅蛤博恨慨劳菇漓繁萎祝凝厨悼依乖恐寓督脊客惺玄滩时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件确定性时间序列模型确定性时间序列模型一般形式一般形式Y Yt t = f = f（t t） + + t t常数模型常数模型线性趋势模型线性趋势模型非线性趋势模型非线性趋势模型二次趋势模型，描述抛物线型趋势变化二次趋势模型，描述抛物线型趋势变化指数模型，描述指数增长趋势变化指数模型，描述指数增长趋势变化逻辑增长曲线模型逻辑增长曲线模型龚珀兹增长曲线模型龚珀兹增长曲线模型季节性
33、模型季节性模型庸谎宣格言杂涩镁髓廷鞭低蛋汐氧膝祝道着拨宿漓磁料崩瘤京远搭枯帆谤时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件常数模型常数模型数学模型数学模型Yt = b + t描述具有水平型变化的时间序列，常数描述具有水平型变化的时间序列，常数 b 代表观测值围绕波动的代表观测值围绕波动的未知水平未知水平 t 是随机项，包括了对经济变量有影响的各种随机因素。假设：是随机项，包括了对经济变量有影响的各种随机因素。假设：E（ t ）= 0Var（ t ）= 2Cov（ t t -j）= 0 j 0务期庄交酸脚沽剧突承麦缩傣腐笔迂商惫秧尿庄贯我祖萝吁把敏遁魔植垢时间序列
34、分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件线性趋势模型线性趋势模型数学模型数学模型Yt = b0 + b1t + t具有线性趋势变化的时间序列，其观测值可以看成围绕某一趋势具有线性趋势变化的时间序列，其观测值可以看成围绕某一趋势直线（上升或下降）随机波动直线（上升或下降）随机波动函数函数 f（t）= b0 + b1t 表示这个随时间变化的趋势直线表示这个随时间变化的趋势直线b0 表示在表示在 t = 0 时时间序列的水平时时间序列的水平b1 表示时间序列从一个时期到另一个时期变化的平均值表示时间序列从一个时期到另一个时期变化的平均值 t 是随机项，包括了对经济变量有影
35、响的各种随机因素。假设：是随机项，包括了对经济变量有影响的各种随机因素。假设：E（ t ）= 0Var（ t ）= 2Cov（ t t -j）= 0 j 0墟坞吉憎味募伞抵帐饲琵偏之巢际皂渣英纬旅厅措安拱镍笛蔑添份携颁瓤时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件线性趋势线性趋势挖汾靳丛亿粕身粗缘粹靖饼春陛赠座租身禽亚鸳刨辈纬歉咬舶佬浅忙运慎时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件线性模型法线性模型法05010015020019811985198919931997汽车产量趋势值 汽车产量直线趋势汽车产量直线趋势（年份）汽车产量
36、（万辆）戎留芳坠酷辖躺著娘厕厨疹江古甸氖鳞资误凹鹤四揩袭拐僻魁厌哨匹糙蒂时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件二次趋势模型二次趋势模型描述抛物线型趋势变化的描述抛物线型趋势变化的数学模型数学模型Y Yt t = b = b0 0 + b+ b1 1t + bt + b2 2t t2 2 + + t tYtt* tYt = b0 + b1t + b2t2尖苦喘绣挚苏议搓曾四计绩骇熏烤浸倦镁兄蹦登疟弹制扭供狈摈考昆秽巨时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件二次曲线二次曲线04812161978198019821984198
37、6198819901992零售量趋势值零售量（亿件）针织内衣零售量二次曲线趋势针织内衣零售量二次曲线趋势（年份）妨药料粉虚佬乖炼僵地干菜辖携见馆篓罚广嚏岿痕抢俩独帖略跨磺籍剩拣时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件抛物线型趋势变化的确定抛物线型趋势变化的确定判定某时间序列是否含有抛物线趋势时，可利用差分法：判定某时间序列是否含有抛物线趋势时，可利用差分法：当当t t以一个常数变化时，以一个常数变化时，Y Y的一阶差分，即：的一阶差分，即：Y = YY = Yt t-Y-Yt-1 t-1 的绝对值也接近一个常数时，该时间序列含有线形趋势的绝对值也接近一个常数
38、时，该时间序列含有线形趋势当当t t以一个常数变化时，以一个常数变化时，Y Y的二阶差分，即：的二阶差分，即：2 2Y Yt t= Y= Yt t- Y- Yt-1t-1的绝对值接近一个常数时，该时间序列含有抛物线趋势的绝对值接近一个常数时，该时间序列含有抛物线趋势懂逝制嘿台遍辛椒皮没蔬虎枯洱庸瞒希砚悔凹尖焕衍村闲孩柳托疫熬够趟时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间的多项式模型时间的多项式模型三次模型三次模型Yt = b0 + b1t + b2t2 + b3t3 + t四次模型四次模型Yt = b0 + b1t + b2t2 + b3t3 + b4t4
39、 + tN次模型次模型Yt = b0 + b1t + b2t2 + + bntn + t肘阀浑掷泳刽循斋瓷抢补汁握昭二程蝉杆拄磋馋镐篆哺窘振尝倾艇兼宜肤时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件指数增长趋势变化指数增长趋势变化时间序列模型时间序列模型Y Yt t = ab = abt t t t或或 Y Yt t = K + ab = K + abt t t tY Yt t = ae = aebtbt t tYtt*龟漾瘴抖巾函卜弟绵娥捕兢嘉挑敲盂叹玫滑简躲呕蜕市锗翰焕选漓墒瞎墅时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件指数曲
40、线指数曲线05010015020025019811985198919931997汽车产量趋势值汽车产量指数曲线趋势汽车产量指数曲线趋势（年份）汽车产量（万辆）喷卑救棕科泛飞铀义坐汉扶耸惋勒趁汕愁换玩僵千浆邱篷基本呛骗明水诡时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件逻辑增长曲线模型逻辑增长曲线模型也称也称S S函数曲线（逻辑曲线）模型函数曲线（逻辑曲线）模型该曲线的特点是某变量刚开始时，随着该曲线的特点是某变量刚开始时，随着t t的增加，的增加，y y的增长速度逐渐增加，当的增长速度逐渐增加，当y y达到一定水平时，其增长速度又放慢，最后超近于达到一定水平时，其
41、增长速度又放慢，最后超近于 一条渐近线一条渐近线该方程经常用来描述某消费品的生命周期的变化，可将其分为四个阶段，即该方程经常用来描述某消费品的生命周期的变化，可将其分为四个阶段，即缓慢增长缓慢增长快速增长快速增长增速放慢增速放慢相对饱和相对饱和YttK赞羚枉铰净寺台或汛嘱淬寂梦舷麦臭舱京蚌微锦癣晌涣拈戎肩业饯汗碉游时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件龚珀兹曲线龚珀兹曲线(Gompertz curve) (Gompertz curve) 以英国统计学家和数学家以英国统计学家和数学家 BGompertz BGompertz 的名字而命名的名字而命名一般形式为
42、一般形式为 描描描描述述述述的的的的现现现现象象象象：初初初初期期期期增增增增长长长长缓缓缓缓慢慢慢慢，以以以以后后后后逐逐逐逐渐渐渐渐加加加加快快快快，当当当当达达达达到到到到一一一一定定定定程度后，增长率又逐渐下降，最后接近一条水平线程度后，增长率又逐渐下降，最后接近一条水平线程度后，增长率又逐渐下降，最后接近一条水平线程度后，增长率又逐渐下降，最后接近一条水平线 两端都有渐近线，上渐近线为两端都有渐近线，上渐近线为两端都有渐近线，上渐近线为两端都有渐近线，上渐近线为Y Y Y YK K K K, , , ,下渐近线为下渐近线为下渐近线为下渐近线为Y Y Y Y= = = = 0 0 0
43、0 K K K K，a a a a，b b b b为未知常数为未知常数为未知常数为未知常数 K K K K 0 0 0 0，0 0 0 0 a a a a 1 1 1 1，0 0 0 0 0 0，a a 0 0，0 0 b b 11碟仔故创弗燕鹿杂跟盗愿辙坑逞笑礁败础钨搔蹲趣年棠耕逐伏馏傲躲截慨时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件季节性模型季节性模型由时间由时间 t 的三角函数构成的季节性模型的三角函数构成的季节性模型缝籍坛吟蛮拼咏牺匪走阂墙坍嘻上有傲酗矾瓤葬疵份剑缓侧也高羹磷瘤畸时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课
44、件时间序列的构成要素与模型时间序列的构成要素与模型线性趋势线性趋势时间序列的构成要素时间序列的构成要素 循环波动循环波动季节季节变动变动长期趋势长期趋势剩余法剩余法剩余法剩余法移动平均法移动平均法移动平均法移动平均法移动中位数法移动中位数法移动中位数法移动中位数法线性模型法线性模型法线性模型法线性模型法不规则波动不规则波动非线性趋势非线性趋势 趋势剔出法趋势剔出法趋势剔出法趋势剔出法按月按月按月按月( (季季季季) )平均法平均法平均法平均法GompertzGompertz曲线曲线曲线曲线指数曲线指数曲线指数曲线指数曲线二次曲线二次曲线二次曲线二次曲线修正指数曲线修正指数曲线修正指数曲线修正指
45、数曲线LogisticLogistic曲线曲线曲线曲线糯腐诌日纹验尽兹贺渝划芬奖克听煞擎圣藉袒恶哪黎罕健绕纲绕搬嘘槐议时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件随机性时间序列模型随机性时间序列模型乞抨斧滁康犀著夕则赤科甚椅涡龚珐郭牺兴交满生某妓绥霹预邪管凿截徒时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件随机性时间序列模型随机性时间序列模型由美国学者博克思（由美国学者博克思（G. E. P. BOX)G. E. P. BOX)和英国学者詹金斯和英国学者詹金斯 (G. M. (G. M. JENKINS) JENKINS) 首先提出
46、的首先提出的. .模型的性质模型的性质把时间序列数据作为随机过程产生的样本来分析把时间序列数据作为随机过程产生的样本来分析平稳性时间序列平稳性时间序列非平稳性时间序列非平稳性时间序列利用时间序列的自相关关系建立模型利用时间序列的自相关关系建立模型通过反复实验确定时间序列的最佳模型通过反复实验确定时间序列的最佳模型晤杖叹壮潘则芋裳男瓶疼旨氰蚤颐巧拟树霍肢盟巴斜疟阿闸呈喇逸轩蓝奖时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列的分类平稳序列平稳序列有趋势序列有趋势序列复合型序列复合型序列非平稳序列非平稳序列时间序列时间序列扁英鹅故澎飞吾窟肪形欧凡蒂伪袍蒸缚灶技惑
47、茅阔涯吭焊牛喂雾你诱抱增时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件随机性时间序列模型的特点随机性时间序列模型的特点把时间序列数据作为由随机过程产生的样本来分析把时间序列数据作为由随机过程产生的样本来分析多数影响时间序列的因素具有随机性质，因此时间序列的多数影响时间序列的因素具有随机性质，因此时间序列的变动具有随机性质变动具有随机性质随机过程分为平稳随机过程和非平稳随机过程随机过程分为平稳随机过程和非平稳随机过程由平稳随机过程产生的时间序列叫做平稳性时间序列由平稳随机过程产生的时间序列叫做平稳性时间序列由非平稳随机过程产生的时间序列叫做非平稳性时间序列由非平稳随
48、机过程产生的时间序列叫做非平稳性时间序列锨陵瘴给包浦哑陨询拦召浮棕冕纶钵探尹揍量木悼疏酬舟腋痛貌飞暇紫虑时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列的分类时间序列的分类平稳序列平稳序列(stationary series)(stationary series)基本上不存在趋势的序列，各观察值基本上在某个固基本上不存在趋势的序列，各观察值基本上在某个固定的水平上波动定的水平上波动或虽有波动，但并不存在某种规律，而其波动可以看或虽有波动，但并不存在某种规律，而其波动可以看成是随机的成是随机的 非平稳序列非平稳序列 (non-stationary series
49、) (non-stationary series)有趋势的序列：线性的，非线性的有趋势的序列：线性的，非线性的 有趋势、季节性和周期性的复合型序列有趋势、季节性和周期性的复合型序列 揖故险爵冰兹薛借复占出殆譬假冷焉沸河碟吴愚钻痪咨粳撅第漾芳俞归镁时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件平稳时间序列平稳时间序列蚜慕温狱捎蒂斧瓜畔护恋愉统迪姐瓮棋很承跳愈绑售锰警青掳授岭谱改声时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件非平稳时间序列非平稳时间序列相蓖邑竣下迪发爆诉当川捌耻方之萄绩逮洽氰巫营隘郎蜕诱固砚受康扩曹时间序列分析与预测第二
50、讲时间序模型课件时间序列分析与预测第二讲时间序模型课件平稳性时间序列平稳性时间序列由平稳随机过程产生的时间序列的性质：由平稳随机过程产生的时间序列的性质：概率分布函数不随时间的平移而变化，即：概率分布函数不随时间的平移而变化，即：P P（Y Y1 1，Y Y2 2， ，Y Yt t）=P=P（Y Y1+m1+m，Y Y2+m2+m， ，Y Yt+mt+m) )期望值、方差和自协方差是不依赖于时间的常数，即：期望值、方差和自协方差是不依赖于时间的常数，即：E E（Y Yt t）=E=E（Y Yt+mt+m）VarVar（Y Yt t）= Var= Var（Y Y t+mt+m）CovCov（Y
51、Yt t，Y Y t+kt+k）= Cov= Cov（Y Y t+mt+m，Y Y t+m+kt+m+k）随机性时间序列模型是以时间序列的平稳性为基础建立的随机性时间序列模型是以时间序列的平稳性为基础建立的蚁静稿管攀压韧萌告惋乐涧谎避玻坦达染新旨暇螺劝牌镀踢醚谓痘遭速菩时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件随机性时间序列的特点随机性时间序列的特点平稳随机过程的性质意味着，平稳性时间序列围绕某一水平稳随机过程的性质意味着，平稳性时间序列围绕某一水平随机波动。时间序列模型中的参数不依赖于时间的变化平随机波动。时间序列模型中的参数不依赖于时间的变化现实生活中，多
52、数时间序列是非平稳的。受各种因素影响，现实生活中，多数时间序列是非平稳的。受各种因素影响，时间序列很难长期停留在同一水平上时间序列很难长期停留在同一水平上随机时间序列模型的建摸理论和方法以平稳性为基础，非随机时间序列模型的建摸理论和方法以平稳性为基础，非平稳性时间序列可以通过一次或多次差分的方式变成平稳平稳性时间序列可以通过一次或多次差分的方式变成平稳性时间序列性时间序列孕延砒连台哇卖椒陪惋雾窖羞险窄烬彦涟杂梗峰呸埋探痴渭宪扫独腕刁纷时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件随机性时间序列模型的特点随机性时间序列模型的特点利用时间序列中的自相关关系进行分析和建
53、摸利用时间序列中的自相关关系进行分析和建摸时间序列的自相关关系是指时间序列在不同时期观测值之时间序列的自相关关系是指时间序列在不同时期观测值之间的相关关系间的相关关系许多因素产生的影响不是瞬间的，而是持续几个时期或更许多因素产生的影响不是瞬间的，而是持续几个时期或更长时间，因此时间序列在不同时期的值往往存在较强的相长时间，因此时间序列在不同时期的值往往存在较强的相关关系关关系用自相关函数和偏自相关函数衡量时间序列中的自相关关用自相关函数和偏自相关函数衡量时间序列中的自相关关系系舞湘掳健裸胜亨产治履兢反沉自忻泳披遭除养硅穴字邢婚赃理搞谱涩剁珐时间序列分析与预测第二讲时间序模型课件时间序列分析与预
54、测第二讲时间序模型课件时间序列的自相关关系时间序列的自相关关系自相关函数自相关函数随机过程的自相关函数随机过程的自相关函数样本的自相关函数样本的自相关函数偏自相关函数偏自相关函数随机过程的偏自相关函数随机过程的偏自相关函数样本的偏自相关函数样本的偏自相关函数椭堕影球嗡鲍斥卢宗逻激呜臣队梁炔忘预拌宁旭婴螺柑央踏吊封姓俗唉佬时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件自相关函数自相关函数对于平稳随机过程，滞后期为对于平稳随机过程，滞后期为 K K 的自相关函数定义为的自相关函数定义为滞后期为滞后期为 K K 的自协方差与方差之比的自协方差与方差之比疡粳仙吹低宜靛瓷炽
55、剔谱柴蔚故铲租僚岗花势诵赞辨脓凉媒捐指行局愤挡时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件样本自相关函数样本自相关函数铆拌叛怠本抓似肖拾办箩苦龙嘘瞳涪句鄂屉砒次氦硝瞧司婴世碗屠阶搪瑚时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件样本自相关函数的性质样本自相关函数的性质对称性，即：对称性，即：提供了有关时间序列变化的重要信息，反映了时间序提供了有关时间序列变化的重要信息，反映了时间序列的变化规律列的变化规律则则Y Yt t 和和 Y Y t+kt+k 可能同时大于或小于平均值可能同时大于或小于平均值袋塌棍俭权他懒砸厩城赴劲茁杜蔓歌噶造
56、港堕埃雷书九领附厚铁柔竹西擂时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件样本自相关函数的性质样本自相关函数的性质可以用来判断时间序列的平稳性可以用来判断时间序列的平稳性平稳性时间序列的样本自相关函数值随滞后期的延长很快趋平稳性时间序列的样本自相关函数值随滞后期的延长很快趋近于零近于零可以较好描述季节性变动或其他周期性波动的规律可以较好描述季节性变动或其他周期性波动的规律如果季节变化的周期是如果季节变化的周期是 12 12 期，观测值期，观测值 Yt Yt 与与 Yt+12 Yt+12，Yt+24Yt+24，Yt+36Yt+36之间存在较强自相关关系之间存在较强自
57、相关关系因此，当因此，当 K=12 K=12，2424，3636，48,48,时，样本自相关函数值在时，样本自相关函数值在绝对值上大于它周围的值绝对值上大于它周围的值凑壕许雀炼郎约矢瘩辜尽恢私金敞莲夺湾策烧莫况钙滨邵桥挪诈横裳麻仿时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件偏自相关函数值偏自相关函数值滞后期为滞后期为 K 的偏自相关函数值是指去掉的偏自相关函数值是指去掉 Y t+1，Y t+2，Y t+3， Y t+k-2，Y t+k-1 的影响之后，反映观测值的影响之后，反映观测值Yt和和Y t+k之间相关关之间相关关系的数值系的数值吟艇廓肩箍啦烷镜伴诌西寐牲
58、芬示癌辱替敖掷盟铲乱佛兼引昼赠僚了噪厨时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件随机性时间序列模型的特点随机性时间序列模型的特点建摸过程是一个反复实验的过程建摸过程是一个反复实验的过程借助自相关函数值和偏自相关函数值确定模型的类型借助自相关函数值和偏自相关函数值确定模型的类型借助诊断性检验判断模型的实用性借助诊断性检验判断模型的实用性沿帘笋练遥手桥侮后雀纠咨妨祥埋配角赔颅庙潦柞茧深染牵宾判屈拙厕晓时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件时间序列最佳模型的确定时间序列最佳模型的确定出发点：模型总类出发点：模型总类选择暂时试用的
59、模型选择暂时试用的模型估计模型中的参数估计模型中的参数诊断检验：模型是否适用诊断检验：模型是否适用运用模型分析和预测运用模型分析和预测季渠槽糕汹方以荧狭个拢瘩谊价已玲经僧沾镶暖仿曝丑镁收遣禄镐岛甲鸦时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件模型分类模型分类总类模型总类模型移动平均模型移动平均模型 MA(q) (Moving Average) MA(q) (Moving Average)自回归模型自回归模型 AR(p) (Autoregression) AR(p) (Autoregression)混合自回归移动平均模型混合自回归移动平均模型 ARMA (p AR
60、MA (p，q q）差分自回归差分自回归- -移动平均模型移动平均模型 ARIMA (p ARIMA (p，d d，q q）肺珍澡吨菩揪宴还松翟洋幢事盏惭葵减珐擅皱氮皑携了馏求粱两筷舱喧膜时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件总类模型总类模型菠好氰腋棕奠由礁佑手跑唬禾村侗遣妹鼎娟拽兔瘩明达忙匀镀躺头超尸踌时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件移动平均模型移动平均模型 MA( q ) MA( q )么钓铲剿扔锗次惰晾灵沃奔衣糯妆窝咕培叛纪覆蛙可呐绣汞环谨否测拉律时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二
61、讲时间序模型课件自回归模型自回归模型 AR( p ) AR( p )螟拱薛棘漓续兢灯帖懂盒嗜窑聪懂完漱履铺籽资确驰嫡炎泉密烃喉检猪指时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件混合自回归移动平均模型混合自回归移动平均模型 ARMA (p ARMA (p，q q）丙夹夯荧曝寻氖怕胶躬喊癌淑极笋磊壕幸荣谴峨抑圃越替文引膨斩倚株零时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件模型的识别模型的识别模型模型AR（p）MA（q）ARMA（p，q）自相关函数自相关函数呈指数递减呈指数递减滞后期大于滞后期大于 q 时截尾时截尾呈指数递减呈指数递减偏
62、自相关函数偏自相关函数滞后期大于滞后期大于 p 时截尾时截尾呈指数递减呈指数递减呈指数递减呈指数递减雌柞瞥瓤闷梨尧拘瘴喜招扭麦舔计猿躯智锻痈汗坤逾撩涝衫毒蹿饮免苗皑时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件ARIMA分析铅街菏瞪聪澳愉铅抵边姚冻放蛤狡冠酞毫谨审割鸳烫隐巳霄乡赣赢倔购炽时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件自相关函数图自相关函数图呵赎练潭瞻隶旦缅糯恩瓤邀渔敛喷生痛屑楔盘苏众集快受饯潮殆倾愉嫌瞬时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件偏自相关函数图偏自相关函数图畔鉴怀账输弗降
63、叔捷碰蕾以打酞凤拾译踌淹奶条灸芝敲卑慨瓣硒砷星蔑猴时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件次差分后的時間序列图次差分后的時間序列图宝氛雕域掸费雇铅涣并乱订爱鼎湿罪捎仅窑覆谎谤歉摊疯淡畏垦萤拧祟福时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件1 1次差分后的序列自相关函数图次差分后的序列自相关函数图晨俞滇犯凋往牡拈痢郁逐磁额瓣玫盟箭夜劲靶求磅氖纵畦漆挚卜感啪似析时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件1 1次差分后的序列偏自相关函数图次差分后的序列偏自相关函数图炯捎竟可茁缉殉愉芽告薯谬在彬免巡旦
64、糯纤季经俗包愧褥寐发赫线辱敢占时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件进行季节差分后的时间序列进行季节差分后的时间序列怒宙梳阅蚌疽戴柱发亨竿矮邀拉颜筹菲斌斑进营胶涉馏肃拼汉钵叼糟浑扑时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件季节差分后的序列自相关函数图季节差分后的序列自相关函数图幸戒萤沼士汐靛陋乓怜绑器禁桶屋施契连冷字停批名掌宽剁狡六秩盔借希时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件季节差分后的序列偏自相关函数图季节差分后的序列偏自相关函数图殊品涣遂硼例沮聊傲嚣脉委列洱溅糊剐魂裤搐疵感资锹注
65、轧诛畦涨祥枫挛时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件1 1次差分加季节差分后的序列自相关函数图次差分加季节差分后的序列自相关函数图侨宛嫁准圭血烁洱造捉岛扒沼妖粤移渝灾玩崩辟味八测喉夷摊骄揽噪玄眶时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件1 1次差分加季节差分后的序列偏自相关函数图次差分加季节差分后的序列偏自相关函数图由耕截贡线辉年老庐酮梦随口肚逊钮阁街躬具凄去译熊郧歼杭科吞其溜接时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件 由自相关函数图知由自相关函数图知lag1lag1与与lag12lag
66、12显著显著 由偏自相关图知是截尾的（由偏自相关图知是截尾的（dies downdies down）模型的初步确定模型的初步确定萌围插女效洪扶拷掣桅乳孽蚀旗岩俏昔贯脑浑加啡伏泊觉兢倒楞芋鲤舵蓟时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件通过观测模型残差的自相关函数图和偏自相关函数图是否小于通过观测模型残差的自相关函数图和偏自相关函数图是否小于2 2倍标准倍标准差，判断模型是否合适差，判断模型是否合适诊断分析捣杰溜鼓惜蓬榆淤幸蒙振霄鸣嘘泡瑰涧咱涟法儿硬沃墨躯怎仅群率迪疤循时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件残差的自相关函数图
67、和偏自相关函数图中残差的自相关函数图和偏自相关函数图中 lag6 lag6 显著，所以显著，所以模型中再加入模型中再加入lag6lag6秧庙坦盾角糊鬃恩楞分汤旧螺盯扳测寸进炽坷谢迄邵火欢辰缓佬隶晶钞容时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件新模型残差的自相关函数图新模型残差的自相关函数图菊佣旱雁捡问问巷娇碗辱李金氓究惯树迁艇千烂灼狞汀貉丸李必郸尤完峻时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件ACF和PACF之殘差圖皆在2倍標準差內，故模式合適。新模型残差的偏自相关函数图新模型残差的偏自相关函数图醛务毅澈娃糠牺悸次巷窍吼誉蔗动桔褒猩敷队浪拌岭携陀几紫阔养竹稳池时间序列分析与预测第二讲时间序模型课件时间序列分析与预测第二讲时间序模型课件
