Содержание
- 2. Модели обработки остатков 2 Из исходного временного ряда yt исключаем всю неслучайную составля-ющую, в частности, тренд
- 3. Авторегрессия первого порядка. Марковский процесс AR(1) 3 Домножим на εt, εt–1, εt–2 и т.д. и перейдем
- 4. Авторегрессия второго порядка. Процесс Юла AR(2) 4 Итоговые формулы: ………………………………………………………………………………… Процесс Юла AR(2): Идентификация модели: найти
- 5. Авторегрессия порядка p: AR(p) 5 Итоговые формулы: Общий вид авторегрессионной модели AR(p): Идентификация модели: найти и
- 6. Модели скользящего среднего 6 Общий вид модели MA(q): Частные случаи: Двойственность в представлении моделей AR(p) и
- 7. Скользящее среднее первого порядка: MA(1) 7 Модель MA(1): Идентификация модели: найти и Выбираем из двух корней
- 8. Скользящее среднее порядка q: MA(q) 8 Модель MA(q): Идентификация модели: найти и Идентификация модели осуществляется с
- 9. Выявление порядка модели с помощью коррелограмм 9 Коррелограмма – гистограмма коэффициентов корреляции r(τ). Частная коррелограмма –
- 10. Авторегрессионные модели со скользящими средними в остатках 10 Модель ARMA(p, q): Замечание: εt – не зависит
- 11. Авторегрессионные модели со скользящими средними в остатках 11 Этап 2: нахождение θ1,…,θq из системы нелинейных уравнений
- 12. Операторы F+ и F_ сдвига во времени 12 Оператор «вперед»: F+εt = εt+1; Оператор «назад»: F_εt
- 13. Проблема перепараметризации 13 Пример модели ARMA(2, 1): Можно ожидать нестабильность оценок параметров. Если сокращение на похожие
- 14. Проверка возможности упрощения модели ARMA(p,q) 14 Представление модели ARMA(p,q) в еще одной форме: zi (α) –
- 15. Многомерный временной ряд. Лаговые модели 15 Многомерный временной ряд: Можно учитывать лаг – запаздывание во времени.
- 16. Регрессионные модели с распределенными лагами 16 Проблемы использования обычных регрессионных моделей: 1. Неизвестен период распределенного во
- 17. Модель Койка 17 Предположения модели: Период распределенного во времени воздействия велик, в пределе ра-вен бесконечности. Сила
- 18. Полиномиальная лаговая структура Ширли Алмон 18 Предположения модели: Период распределенного во времени воздействия велик, в пределе
- 19. Полиномиальная лаговая структура Ширли Алмон 19 Большое число параметров (T+2) меняется на малое (m+2): α, α0,…,αm.
- 21. Скачать презентацию