平穩時間序列分析
一個序列經過預處理被識別爲平穩非白噪聲序列,就說明該序列是一個蘊含着相關信息的平穩序列。在統計上,我們通常是建立一個線性模型來擬合該序列的發展,藉此提取該序列中的有用信息。ARMA(auto regression moving average)模型是目前最常採用的平穩序列擬合模型。
1.方法性工具
1.1 差分運算
一階差分:
∇xt=xt−xt−1
二階差分:
∇2xt=∇xt−∇xt−1
p階差分:
∇pxt=∇p−1xt−∇p−1xt−1
k步差分:
∇k=xt−xx−k
1.2 延遲算子
延遲算子類似於一個時間指針,當前序列值乘以一個延遲算子,就相當於把當前序列值的時間向過去撥了一個時刻。記B爲延遲算子,有:
xt−1=Bx1
xt−2=B2x1
...
xt−p=Bpx1
延遲算子有如下性質:
1.
b0=1
2.若c爲任意常數,有
B(c⋅xt)=c⋅B(xt)=c⋅xt−1
3.對任意兩個序列
xt,yt ,有
B(xt±yt)=xt−1±yt−1
4.
Bnxt=xt−n
5.
(1−B)n=∑ni=0(−1)nCinBi ,其中
Cin=n!i!(n−i)!
用延遲算子表示差分運算:
1.p階差分:
∇pxt=(1−B)pxt=∑i=0p(−1)pCipxt−i
2.k步差分:
∇k=xt−xt−k=(1−Bk)x
1.3線性差分方程
稱如下形式的方程爲序列{zt,t=0,±1,±2,...} 的線性差分方程:
zt+a1zt−1+a2zt−2+...+apzt−p=h(t)
式中,
p≥1;a1,a2,...,ap 爲實數;
h(t) 爲t的已知函數。
特別地,若
h(t)=0 ,則差分方程
zt+a1zt−1+a2zt−2+...+apzt−p=0
爲齊次線性差分方程,否則稱爲非齊次線性差分方程。
2. ARMA模型的性質
ARMA模型的全稱是自迴歸移動平均(auto regression moving average)模型,是常用的擬合平穩序列的模型。
2.1AR模型
具有如下結構的模型稱爲p階自迴歸AR模型,簡記爲AR(p) :
⎧⎩⎨⎪⎪⎪⎪⎪⎪xt=ϕ0+ϕ1xt−1+ϕ2xt−2+...+ϕpxt−p+ϵtϕpx≠0E(ϵ)=0,Var(ϵt)=σ2t,E(ϵtϵs)=0,s≠tExtϵt=0,∀s<t
令:
μ=ϕ01−ϕ0−...−ϕp,yt=xt−μ
則yt 爲xt 的中心化序列。中心化序列實際上是非中心化序列平移了一個常數單位。
引入延遲算子,中心化AR(p)模型又可以簡記爲:
ψ(B)xt=ϵt
式中,
ψ(B)=1−ϕ1B−ϕ2B2−...−ϕpBp ,稱爲p階自迴歸係數多項式。
2.2.AR模型平穩性判別
AR模型是常用平穩序列的擬合模型之一,但並非所有的AR模型都是平穩的。
圖示法可以粗糙地判別AR模型是否爲平穩模型,更精確的方法是:特徵根判別和平穩域判別。
特徵根判別:AR模型平穩的等價判別條件是該AR模型的自迴歸係數多項式的根,即
ψ(u)=0 的根,都在單位圓外。
平穩域判別:如果AR(p)模型平穩,則參數向量
(ϕ1,ϕ2,...,ϕp) 只能取p維歐氏空間的一個子集,使得特徵根都在單位圓內的係數集合。
2.3 平穩AR模型的統計性質
1.均值
Ext=μ
2.方差
Var(xt)=∑j=0∞G2jσ2ϵ
其中G爲格林函數,呈負指數下降,說明平穩AR序列方差有界。
3.自相關係數 (ACF)
平穩AR模型具有兩個顯著特性:一是拖尾性,二是呈負指數衰減。
4.偏自相關係數 (PACF)
對於平穩序列
xt ,所謂滯後k偏自相關係數是指在剔除了
k−1 個隨機變量
xi−1,xi−2,...,xi−k+1 的干擾之後,
xt−k 對
xt 影響的相關度量。
ρxt,xt−k|xt−1,...,xx−k+1=E[(xt−E^xt)(xt−kl−E^xt−k)]E[(xt−k−x^t−k)]
偏自相關係數具有p步截尾性:
ϕkk=0,∀k>p
2.4 MA模型
具有如下結構的模型稱爲q階移動平均(moving average)模型,簡記爲MA(q):
⎧⎩⎨⎪⎪xt=μ+ϵt−θ1ϵt−1−θ2ϵt−2−...−θqϵt−qθq≠0E(ϵt)=0,Var(ϵt)=σ2ϵ,E(ϵtϵs)=0,s≠t
對非中心化MA(q)模型,只要做一個簡單的位移,
yt=xt−μ ,就可以轉化爲中心化MA(q)模型。
使用延遲算子,中心化MA(q)模型又可以簡記爲:
xt=Θ(B)ϵt
式中,
Θ(B)=1−θ1B−θ2B2−...−θqBq ,稱爲q階移動平均係數多項式。
2.5 MA模型的統計性質
1.常數均值
Ext=μ)
2.常數方差
Var(xi)=(1+θ21+...+θ2q)σ2t
3.自協方差函數只與滯後階數相關,且q階截尾
4.自相關係數q階截尾
5.偏自相關係數拖尾