(66)-計(jì)量課件計(jì)量經(jīng)濟(jì)學(xué)_第1頁
(66)-計(jì)量課件計(jì)量經(jīng)濟(jì)學(xué)_第2頁
(66)-計(jì)量課件計(jì)量經(jīng)濟(jì)學(xué)_第3頁
(66)-計(jì)量課件計(jì)量經(jīng)濟(jì)學(xué)_第4頁
(66)-計(jì)量課件計(jì)量經(jīng)濟(jì)學(xué)_第5頁
已閱讀5頁，還剩2頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

計(jì)量經(jīng)濟(jì)學(xué)一、ARMA模型建立的前提時間序列存在自相關(guān)隨機(jī)變量的分布具有平穩(wěn)性

判斷平穩(wěn)性的方法：時序圖、自相關(guān)函數(shù)、

單位根檢驗(yàn)

一、ARMA模型的類型

（一）自回歸模型（AR（p））：=引入滯后算子L，模型可表示為：即稱為滯后算子（系數(shù)）多項(xiàng)式平穩(wěn)的條件：系數(shù)多項(xiàng)式方程的根的模大于1（在單位圓之外）（二）移動平均模型(MA)=

簡記為MA（)使用滯后算子，則模型可以簡寫為：只要的

方差為有限值，MA(q)無條件平穩(wěn)。只要系數(shù)多項(xiàng)式方程的根模大于1，MA（)就可轉(zhuǎn)換成一個無限階的自回歸過程AR(∞)，即可逆。（三）自回歸移動平均模型(ARMA)=

簡記為ARMA二、ARMA模型建模方法分為模型識別、參數(shù)估計(jì)和診斷檢驗(yàn)、外推預(yù)測等步驟。（一）模型識別模型AC特征PAC特征AR(p)拖尾p階截尾MA(q)q階截尾拖尾ARMA(p,q)拖尾拖尾各模型的識別規(guī)則（二）參數(shù)估計(jì)：包括普通最小二乘法OLS，非線性最小二乘NLS和極大似然估計(jì)ML等：（三）模型檢驗(yàn)：包括參數(shù)的顯著性檢驗(yàn)和隨機(jī)誤差項(xiàng)的白

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論