ARMA模型与ARIMA模型建模培训课件(PPT 66页)

案例分析
建模步骤
计算样本相关系数
模型识别
模型定阶的困难
样本相关系数的近似分布
模型定阶经验方法
参数估计
矩估计
对矩估计的评价
极大似然估计
似然方程
对极大似然估计的评价
最小二乘估计
条件最小二乘估计
对最小二乘估计的评价
模型检验
模型的显著性检验
假设条件
检验统计量
参数显著性检验
例2.5续
序列自相关图
序列偏自相关图
拟合模型识别
例2.5:北京市城乡居民定期储蓄比例序列拟合与预测图
例3.8
例3.8:对OVERSHORTS序列的拟合模型进行检验
例3.8: OVERSHORTS序列序列拟合与预测图
例3.9
例3.9:对1880-1985全球气表平均温度改变值差分序列拟合模型进行检验
例3.9:全球气表平均温度改变值预测
模型优化
例3.13:拟合某一化学序列
拟合模型一
拟合模型二
问题
例3.13续
ARIMA模型建模步骤
例5.6
一阶差分序列时序图
一阶差分序列自相关图
一阶差分后序列白噪声检验
拟合ARMA模型
建模
例5.6：对中国农业实际国民收入指数序列做为期10年的预测
补充例：
取对数序列时序图
取对数后一阶差分时序图
二阶差分时序图
拟合模型
预测
预测公式
..............................