第七章 平稳时间序列预测.ppt

  1. 1、本文档共79页,可阅读全部内容。
  2. 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. 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. 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
第七章 平稳时间序列预测

(二)MA(q)的递推预测 模型: :利用前n期资料得到的第 期预测值 为MA(q)模型相应系数的估计值 则MA(q)模型预测的递推公式: 当 τ=1时 当1<τ<q时 当τ=q时 当 τ=1时 … 当1<τ<q时 当τ=q时 (L>q) 例1、某家商店的月销售额可认为是平稳时间序列。今知连续40个月的月销售额的平均值为40.0508万元,从每个月的销售额中减去这个平均值,得出下列40个数据: 2.2342 2.4052 1.8112 2.1852 0.3812 0.5882 -0.2912 0.2052 -0.3258 -0.7378 -0.2968 -1.0358 -1.2938 -2.6268 -1.7378 -1.5358 -1.9978 -0.3228 -0.5918 -0.2028 0.3592 -0.3252 0.7802 0.2102 1.2028 2.2192 0.0792 0.1742 0.0392 0.7602 -0.2978 -0.3418 -0.6408 -0.1448 -1.1768 -0.4298 -0.6088 -0.6218 -0.2098 0.9212 用xt表示原来的月销售额, 的自相关系数为: r1=0.7141 r2=0.5860 r3=0.4416 r4 =0.2701 j k 1 2 3 4 1 0.7141       2 0.6032 0.1553 3 0.616 0.184 -0.0476 4 0.6033 0.2123 0.0463 -0.1537 其它各阶偏自相关系数可计算得表 除了 外其余各阶偏自相关系数绝对值都很小 可以认为这些数据由 AR(1)产生,即 例2、对例1,若采用AR(3)? φ1=0.6106 φ2=0.1804 φ3=-0.0476 φ3 太小,附加在模型中没有意义。 φ1=0.6032 φ2==0.1553 太小 例3、在例1中预测第41、42、43个月的销售额。 0.00805 -1.27795 -1.23295 -0.14095 -0.66095 -2.27195 -0.27195 -1.62695 -0.33295 1.40905 0.84505 1.88905 1.18805 0.59205 -0.52795 -0.02295 -1.95995 0.16905 1.65705 2.57005 例4、已知时间序列已取得20期观察值,将这 些观察值零均值化(减去其均值)后得 到(以xt表示): 根据 可求得: r1=0.4272 r2=0.1527 r3=-0.0618 φ11=0.4272 φ22=0.0364 φ33=0.1394 比较大, 、 较小,可以认为这些数据由MA(1)产生即: 比较大, 、 较小,可以认为这些数据由AR(1)产生,即: 例5、在例4中,如采用MA(1)模型,并且求得r1=0.4272,那么 因为对于MA(1)必须 对于AR(1)必须 或 (舍去) 例6、设 将 代入上式右端得: =-0.5 =-0.4 再将此值代入右端得: =-0.505 =-0.564 如此继续下去,迭代到第19次时与第18次结果没有区别, 取 =-0.5180 =-0.7075 于是: 例7、设 ,并且已估计出参数 前5期观测值为 0.2, 0.1,- 0.1, -0.3, 1.0 试对以后各期进行预测。 q=1 … k 1 2 3 4 5 6 7 8 9 10 rk 0.88 0.76 0.67 0.57 0.48 0.40 0.34 0.28 0.21 0.17 φkk 0.88 0.01 -0.01

文档评论(0)

xy88118 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档