時(shí)間序列分析第一章時(shí)間序列分析簡(jiǎn)介課件

1、時(shí)間序列分析第一章時(shí)間序列分析簡(jiǎn)介時(shí)間序列分析第一章時(shí)間序列分析簡(jiǎn)介本章結(jié)構(gòu)引言時(shí)間序列的定義時(shí)間序列分析方法簡(jiǎn)介 時(shí)間序列分析軟件 2022/9/9時(shí)間序列分析本章結(jié)構(gòu)引言2022/9/5時(shí)間序列分析1.1 引言最早的時(shí)間序列分析可以追溯到7000年前的古埃及。古埃及人把尼羅河漲落的情況逐天記錄下來，就構(gòu)成所謂的時(shí)間序列。對(duì)這個(gè)時(shí)間序列長(zhǎng)期的觀察使他們發(fā)現(xiàn)尼羅河的漲落非常有規(guī)律。由于掌握了尼羅河泛濫的規(guī)律，使得古埃及的農(nóng)業(yè)迅速發(fā)展，從而創(chuàng)建了埃及燦爛的史前文明。 按照時(shí)間的順序把隨機(jī)事件變化發(fā)展的過程記錄下來就構(gòu)成了一個(gè)時(shí)間序列。對(duì)時(shí)間序列進(jìn)行觀察、研究，找尋它變化發(fā)展的規(guī)律，預(yù)測(cè)它將來的走

2、勢(shì)就是時(shí)間序列分析。2022/9/9時(shí)間序列分析1.1 引言最早的時(shí)間序列分析可以追溯到7000年前的古埃及1.2 時(shí)間序列的定義 隨機(jī)序列:按時(shí)間順序排列的一組隨機(jī)變量觀察值序列:隨機(jī)序列的 個(gè)有序觀察值，稱之為序列長(zhǎng)度為 的觀察值序列隨機(jī)序列和觀察值序列的關(guān)系觀察值序列是隨機(jī)序列的一個(gè)實(shí)現(xiàn)我們研究的目的是想揭示隨機(jī)時(shí)序的性質(zhì)實(shí)現(xiàn)的手段都是通過觀察值序列的性質(zhì)進(jìn)行推斷2022/9/9時(shí)間序列分析1.2 時(shí)間序列的定義 隨機(jī)序列:按時(shí)間順序排列的一組隨機(jī)變1.3 時(shí)間序列分析方法描述性時(shí)序分析 統(tǒng)計(jì)時(shí)序分析 2022/9/9時(shí)間序列分析1.3 時(shí)間序列分析方法描述性時(shí)序分析2022/9/5時(shí)間

3、序描述性時(shí)序分析通過直觀的數(shù)據(jù)比較或繪圖觀測(cè)，尋找序列中蘊(yùn)含的發(fā)展規(guī)律，這種分析方法就稱為描述性時(shí)序分析 描述性時(shí)序分析方法具有操作簡(jiǎn)單、直觀有效的特點(diǎn)，它通常是人們進(jìn)行統(tǒng)計(jì)時(shí)序分析的第一步。 2022/9/9時(shí)間序列分析描述性時(shí)序分析通過直觀的數(shù)據(jù)比較或繪圖觀測(cè)，尋找序列中蘊(yùn)含的描述性時(shí)序分析案例德國(guó)業(yè)余天文學(xué)家施瓦爾發(fā)現(xiàn)太陽黑子的活動(dòng)具有11年左右的周期2022/9/9時(shí)間序列分析描述性時(shí)序分析案例德國(guó)業(yè)余天文學(xué)家施瓦爾發(fā)現(xiàn)太陽黑子的活動(dòng)具統(tǒng)計(jì)時(shí)序分析頻域分析方法時(shí)域分析方法2022/9/9時(shí)間序列分析統(tǒng)計(jì)時(shí)序分析頻域分析方法2022/9/5時(shí)間序列分析頻域分析方法原理假設(shè)任何一種無趨勢(shì)的

4、時(shí)間序列都可以分解成若干不同頻率的周期波動(dòng)發(fā)展過程早期的頻域分析方法借助富里埃分析從頻率的角度揭示時(shí)間序列的規(guī)律 后來借助了傅里葉變換，用正弦、余弦項(xiàng)之和來逼近某個(gè)函數(shù) 20世紀(jì)60年代，引入最大熵譜估計(jì)理論，進(jìn)入現(xiàn)代譜分析階段 特點(diǎn)非常有用的動(dòng)態(tài)數(shù)據(jù)分析方法，但是由于分析方法復(fù)雜，結(jié)果抽象，有一定的使用局限性2022/9/9時(shí)間序列分析頻域分析方法原理2022/9/5時(shí)間序列分析時(shí)域分析方法原理事件的發(fā)展通常都具有一定的慣性，這種慣性用統(tǒng)計(jì)的語言來描述就是序列值之間存在著一定的相關(guān)關(guān)系，這種相關(guān)關(guān)系通常具有某種統(tǒng)計(jì)規(guī)律。目的尋找出序列值之間相關(guān)關(guān)系的統(tǒng)計(jì)規(guī)律，并擬合出適當(dāng)?shù)臄?shù)學(xué)模型來描述這種

5、規(guī)律，進(jìn)而利用這個(gè)擬合模型預(yù)測(cè)序列未來的走勢(shì)特點(diǎn)理論基礎(chǔ)扎實(shí)，操作步驟規(guī)范，分析結(jié)果易于解釋，是時(shí)間序列分析的主流方法 2022/9/9時(shí)間序列分析時(shí)域分析方法原理2022/9/5時(shí)間序列分析時(shí)域分析方法的分析步驟考察觀察值序列的特征根據(jù)序列的特征選擇適當(dāng)?shù)臄M合模型根據(jù)序列的觀察數(shù)據(jù)確定模型的口徑檢驗(yàn)?zāi)Ｐ?，?yōu)化模型利用擬合好的模型來推斷序列其它的統(tǒng)計(jì)性質(zhì)或預(yù)測(cè)序列將來的發(fā)展 2022/9/9時(shí)間序列分析時(shí)域分析方法的分析步驟考察觀察值序列的特征2022/9/5時(shí)時(shí)域分析方法的發(fā)展過程基礎(chǔ)階段核心階段完善階段2022/9/9時(shí)間序列分析時(shí)域分析方法的發(fā)展過程基礎(chǔ)階段2022/9/5時(shí)間序列分析基

6、礎(chǔ)階段G.U.Yule 1927年，AR模型G.T.Walker1931年，MA模型，ARMA模型2022/9/9時(shí)間序列分析基礎(chǔ)階段G.U.Yule 2022/9/5時(shí)間序列分析核心階段G.E.P.Box和 G.M.Jenkins 1970年，出版Time Series Analysis Forecasting and Control 提出ARIMA模型（BoxJenkins 模型）BoxJenkins模型實(shí)際上是主要運(yùn)用于單變量、同方差場(chǎng)合的線性模型 2022/9/9時(shí)間序列分析核心階段G.E.P.Box和 G.M.Jenkins 202完善階段異方差場(chǎng)合Robert F.Engle，1982年，ARCH模型 Bollerslov，1985年GARCH模型 多變量場(chǎng)合C.Granger ，1987年，提出了協(xié)整（co-integration）理論非線性場(chǎng)合湯家豪等，1980年，門限自回歸模型2022/9/9時(shí)間序列分析完善階段異方差場(chǎng)合2022/9/5時(shí)間序列分析1.4 時(shí)間序列分析軟件 常用軟件S-plus，Matlab，Gauss，TSP，Eviews 和SAS 推薦軟件SAS在SAS系統(tǒng)中有一個(gè)專門進(jìn)行計(jì)量經(jīng)濟(jì)與時(shí)間序列分析的模塊：SAS/ETS。SAS/ETS編程語言簡(jiǎn)潔，輸出功能強(qiáng)大，分析結(jié)果精確，是進(jìn)行時(shí)間序列分析與預(yù)測(cè)的理想的