时间序列分析培训教材(PPT 129页)

时间序列分析基本概念
时间序列因素分解
时间序列分析方法
平稳时间序列分析
非平稳时间序列分析
时间序列分析
内容提纲
1 时间序列分析基本概念
1.1 特征统计量
1.2 平稳时间序列定义
1.3 平稳性的检验（图检验法）
1.4 纯随机序列的定义
标准正态白噪声序列时序图
白噪声序列的性质
2 时间序列因素分解
2.1 时间序列的组合成份
2.2 时间序列的组合模型
3 时间序列分析方法
3.1 趋势拟合法
(1) 线性趋势模型
例3.1拟合澳大利亚政府1981——1990年每季度的消费支出序列
(2) 可线性化的曲线趋势拟合模型
二次曲线模型
例3.2： 对上海证券交易所每月末上证指数序列进行模型拟合
指数曲线模型
对数曲线模型
(3) 不可线性化的曲线趋势模型
趋势模型判断的方法
(1)图形识别法
(2)差分法
趋势拟合步骤
第二步 参数估计
第三步 模型检验
第四步   模型优化
例3.3 线性趋势模型
2．计算一阶差分
例3.4  可线性化趋势模型
例3.5  不可线性化的趋势模型
（二）参数估计
（三）模型优化
3.2 季节效应分析
 例3.7   请根据熊猫公司在1992～ 2001年的季度利润额．预测该公司在 2002年1～4季度的利润额.数据如下
4 平稳时间序列分析
4.1 方法性工具
差分运算
延迟算子
延迟算子的性质
模型
AR模型的定义
MA模型的定义
ARMA模型的定义
ARMA模型相关性特征
平稳序列建模步骤
建模步骤
计算样本相关系数
模型识别
模型定阶的困难
模型定阶经验方法
拟合模型识别
例4.1
序列自相关图
序列偏自相关图
例4.2
参数估计
例4.1续
例4.2续
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4.1续:对OVERSHORTS序列的拟合模型进行检验
例4.2续: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
模型优化
例4.3:拟合某一化学序列
拟合模型一
拟合模型二
问题
AIC准则
SBC准则
例4.3续
序列预测
5 非平稳时间序列分析
差分运算的实质
差分方式的选择
例5.1
差分前后时序图
例5.2
差分后序列时序图
例5.3
过差分
例5.4
比较
ARIMA模型结构
ARIMA 模型族
ARIMA模型建模步骤
例5.5
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
ARIMA模型预测
例5.5续：对中国农业实际国民收入指数序列做为期10年的预测
疏系数模型
疏系数模型类型
例5.6
一阶差分
自相关图
偏自相关图
..............................