SAS学习系列39.时间序列分析Ⅲ—ARIMA模型(可编辑修改word版).docx

上传人:乾*** 文档编号:12754194 上传时间:2022-06-10 格式:DOCX 页数:36 大小:558.68KB
下载 相关 举报
SAS学习系列39.时间序列分析Ⅲ—ARIMA模型(可编辑修改word版).docx_第1页
第1页 / 共36页
SAS学习系列39.时间序列分析Ⅲ—ARIMA模型(可编辑修改word版).docx_第2页
第2页 / 共36页
SAS学习系列39.时间序列分析Ⅲ—ARIMA模型(可编辑修改word版).docx_第3页
第3页 / 共36页
SAS学习系列39.时间序列分析Ⅲ—ARIMA模型(可编辑修改word版).docx_第4页
第4页 / 共36页
SAS学习系列39.时间序列分析Ⅲ—ARIMA模型(可编辑修改word版).docx_第5页
第5页 / 共36页
点击查看更多>>
资源描述

39.时间序列分析HARIMA模型随着对时间序列分析方法的深入研究,人们发现非平稳序列的确定性因素分解方法(如季节模型、趋势模型、移动平均、指数平滑等)只能提取显著的确定性信息,对随机性信息浪费严重,同时也无法对确定性因素之间的关系进行分析。而非平稳序列随机分析的发展就是为了弥补确定性因素分解方法的不足。时间序列数据分析的第一步都是要通过有效手段提取序列中所蕴藏的确定性信息。Box和Jenkins使用大量的案例分析证明差分方法是一种非常简便有效的确定性信息的提取方法。而Gramer分解定理则在理论上保证了适当阶数的差分一定可以充分提取确定性信息。(一)ARMA模型即自回归移动平均移动模型,是最常用的拟合平稳时间序列的模型,分为三类:AR模型、MA模型和ARMA模型。一、AR(p)模型p阶自回归模型1.模型:x+x+x+t01t1pt-pt其中,H0,随机干扰序列8为0均值、2方差的白噪声序列(pE()0,tHs),且当期的干扰与过去的序列值无关,即E(xt8=0.tsft由于是平稳序列,可推得均值=0若=0,称为1

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 重点行业资料库 > 商业租赁

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。