sasUnit42Stat非平稳序列的随机分析.pdfVIP

106334266.doc 106334266.doc 商务数据分析 商务数据分析 电子商务系列 电子商务系列 第四十二课 非平稳序列的随机分析 第四十二课 非平稳序列的随机分析 G. P. Box  G. M. Jenkins G. P. Box  G. M. Jenkins 上世纪七十年代， 和 发表了专著 《时间序列分析：预测和控制》， 上世纪七十年代， 和 发表了专著 《时间序列分析：预测和控制》， ARIMA 对平稳时间序列数据，提出了自回归滑动平均模型 ARIMA，以及一整套的建模、估计、检验 对平稳时间序列数据，提出了自回归滑动平均模型 ，以及一整套的建模、估计、检验 Box Jenkins Box Jenkins 和控制方法。使时间序列分析广泛地运用成为可能。为了纪念 和 对时间序列发展 和控制方法。使时间序列分析广泛地运用成为可能。为了纪念 和 对时间序列发展 ARIMA Box-Jenkins 的特殊贡献，现在人们也常把 ARIMA 模型称为 Box-Jenkins模型。 的特殊贡献，现在人们也常把 模型称为 模型。 当我们拟合一个时间序列时，先通过差分法或适当的变换使非平稳序列的化成为平稳序 当我们拟合一个时间序列时，先通过差分法或适当的变换使非平稳序列的化成为平稳序 列，我们再要考虑的是参数化和记忆特征的有效性，用这种参数方法拟合序列为某种特定的 列，我们再要考虑的是参数化和记忆特征的有效性，用这种参数方法拟合序列为某种特定的 结构，只用很少量的参数，使参数的有效估计成为可能。相对于一个序列的过去值可用传统 结构，只用很少量的参数，使参数的有效估计成为可能。相对于一个序列的过去值可用传统 Box Jenkins Box Jenkins 的 和 方法建模。 的 和 方法建模。 Box-Jenkins 实际上，Box-Jenkins模型主要是运用于单变量、同方差场合的线性模型。随着对时间序 实际上， 模型主要是运用于单变量、同方差场合的线性模型。随着对时间序 20 列应用的深入研究，发现还存在着许多局限性。所以近 20年来，统计学家纷纷转向多变量、 列应用的深入研究，发现还存在着许多局限性。所以近 年来，统计学家纷纷转向多变量、 Engle Granger Engle Granger 异方差和非线性场合的时间序列分析方法的研究，并取得突破性的进展，其中 和 异方差和非线性场合的时间序列分析方法的研究，并取得突破性的进展，其中 和