- 1、本文档共32页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Unit40Stat.doc
商务数据分析
电子商务系列
第四十课 平稳时间序列分析
对时间序列数据的分析,首先要对它的平稳性和纯随机性进行检验。根据检验的结果可以将序列
分为不同的类型,对不同类型的序列将会采用不同的分析方法。如果一个时间序列被识别为平稳非白
噪声序列,那就说明该序列是一个蕴涵着相关信息的平稳序列。在统计上,我们通常是建立一个线性
模型来拟合该序列的发展,借此提取该序列中被蕴涵着有用信息。目前,最常用的拟合平稳序列的模
型是ARMA (Auto Regression Moving Average )模型。
一、 平稳性检验
1. 严平稳和宽平稳
平稳时间序列有两种定义,根据限制条件的严格程度,分为:
严平稳时间序列(strictly stationary)—指序列所有的统计性质都不会随着时间的推移而发生
变化。
宽平稳时间序列(week stationary )—指序列的统计性质只要保证序列的二阶矩平稳就能保证
序列的主要性质近似稳定。
s X
如果在任取时间 、 和 时,时间序列 满足如下三个条件:
t k
t
EX t2 (40.1)
EX t (40.2)
E (X )(X ) E (X )(X ) (40.3)
t t s s k k k s t k s t
则称为宽平稳时间序列。也称为弱平稳或二阶平稳。对于正态随机序列而言,由于联合概率分布仅由
均值向量和协方差阵决定,即只要二阶矩平稳,就等于分布平稳了。
2. 平稳时间序列的统计性质
根据平稳时间序列的定义,可以推断出两个重要的统计性质:
常数均值。即式(40.2)的条件。
自协方差只依赖于时间的平均长度。即式(40.3)的条件。
如果定义自协方方差函数(autocovariance function )为:
(t,s) E (X )(X ) (40.4)
t t s s
那么它可由二维函数简化为一维函数 (s t) ,由此引出延迟 自协方差函数:
k
(k ) (t,t k ) (40.5)
容易推断出平稳时间序列一定具有常数方差:
Dx E (X )2
t t t
(t,t) (40.6)
(0)
如果定义时间序列自相关函数(autocorrelation function ),简记为ACF :
上海财经大
文档评论(0)