第四講時(shí)間序列分析的預(yù)處理

獲得觀察值序列平穩(wěn)性檢驗(yàn)差分運(yùn)算YN純隨機(jī)檢驗(yàn)Y分析結(jié)束N擬合ARMA模型時(shí)間序列的預(yù)處理(續(xù))現(xiàn)在是1頁\一共有57頁\編輯于星期五1.平穩(wěn)性定義——知識(shí)回顧若時(shí)間序列有有窮的二階矩，且Xt

滿足如下兩個(gè)條件：則稱該時(shí)間序列為平穩(wěn)序列。包括嚴(yán)平穩(wěn)序列和寬平穩(wěn)序列。四、平穩(wěn)性檢驗(yàn)現(xiàn)在是2頁\一共有57頁\編輯于星期五在對(duì)實(shí)際的時(shí)間序列進(jìn)行建模之前，應(yīng)首先檢驗(yàn)序列是否平穩(wěn)，若序列非平穩(wěn)，應(yīng)先通過適當(dāng)變換將其化為平穩(wěn)序列，然后再進(jìn)行模型的建立。2.關(guān)于非平穩(wěn)序列的處理現(xiàn)在是3頁\一共有57頁\編輯于星期五序列的非平穩(wěn)包括均值非平穩(wěn)和方差非平穩(wěn)。均值非平穩(wěn)序列平穩(wěn)化的方法：差分變換。方差非平穩(wěn)序列平穩(wěn)化的方法：對(duì)數(shù)變換、平方根變換等?，F(xiàn)在是4頁\一共有57頁\編輯于星期五3.平穩(wěn)性檢驗(yàn)方法非參數(shù)檢驗(yàn)法特征根檢驗(yàn)法單位根檢驗(yàn)法(1)通過時(shí)間序列的趨勢(shì)圖來判斷(2)通過自相關(guān)函數(shù)(ACF)判斷圖檢驗(yàn)方法現(xiàn)在是5頁\一共有57頁\編輯于星期五

非參數(shù)檢驗(yàn)法：游程檢驗(yàn)一個(gè)游程定義為一個(gè)具有相同符號(hào)的連續(xù)串，在它前后相接的是與其不同的符號(hào)或完全無符號(hào)。例如，觀察的結(jié)果用加、減標(biāo)志表示，得到一組這樣的記錄順序：++---+----++-+這個(gè)樣本的觀察結(jié)果共有7個(gè)游程。(1)什么是游程現(xiàn)在是6頁\一共有57頁\編輯于星期五(2)游程檢驗(yàn)的基本思想如果符號(hào)序列是隨機(jī)的，那么“+”和“-”將隨機(jī)出現(xiàn)，因此它的游程數(shù)既不會(huì)太多，又不會(huì)太少；反過來說如果符號(hào)序列的游程總數(shù)太少或太多，我們就可以認(rèn)為時(shí)間序列存在某種趨勢(shì)性或周期性。現(xiàn)在是7頁\一共有57頁\編輯于星期五現(xiàn)在是8頁\一共有57頁\編輯于星期五a.小樣本情況零假設(shè)H0：加號(hào)和減號(hào)以隨機(jī)的方式出現(xiàn)檢驗(yàn)方法：取顯著性水平α(一般取0.05),查單樣本游程檢驗(yàn)表，得出抽樣分布的臨界值rL、rU判定：若rL<r<rU則不能拒絕零假設(shè)，即不能拒絕序列是平穩(wěn)的；若r>rU

或r<rL則拒絕零假設(shè)，序列是非平穩(wěn)的。(3)檢驗(yàn)方法現(xiàn)在是9頁\一共有57頁\編輯于星期五b.大樣本情況零假設(shè)H0：加號(hào)和減號(hào)以隨機(jī)的方式出現(xiàn)檢驗(yàn)方法：給定顯著性水平α(一般取0.05)查標(biāo)準(zhǔn)正態(tài)分布表，得出抽樣分布的臨界值-zα,+zα。并計(jì)算統(tǒng)計(jì)量:判定：若-zα<z<+zα,則不能拒絕零假設(shè)，即不能拒絕序列是平穩(wěn)的;否則拒絕零假設(shè)，序列是非平穩(wěn)的?，F(xiàn)在是10頁\一共有57頁\編輯于星期五非參數(shù)檢驗(yàn)可以很方便的通過SPSS軟件進(jìn)行，實(shí)例：用游程檢驗(yàn)檢驗(yàn)第一講的數(shù)據(jù)的平穩(wěn)性；步驟如下：1.打開SPSS輸入數(shù)據(jù)2.依次單擊Analyze—NonparametricTests—Runs;

打開Runs對(duì)話框。3.在原變量對(duì)話框中選擇變量進(jìn)入“TestVariablelist”欄內(nèi)4.選中“cutpoint”欄中“mean”選項(xiàng)5.單擊“OK”按紐，開始進(jìn)行統(tǒng)計(jì)分析?，F(xiàn)在是11頁\一共有57頁\編輯于星期五1.Analyze—NonparametricTests—Runs現(xiàn)在是12頁\一共有57頁\編輯于星期五變量gnp進(jìn)入“TestVariablelist”欄內(nèi)選中“cutpoint”欄中“mean”選項(xiàng)→OK現(xiàn)在是13頁\一共有57頁\編輯于星期五輸出結(jié)果分析：因?yàn)镻值（sig.）極大，所以不拒絕零假設(shè)，故不能拒絕原序列是平穩(wěn)的?，F(xiàn)在是14頁\一共有57頁\編輯于星期五1）給出一個(gè)隨機(jī)時(shí)間序列，首先可通過該序列的時(shí)間路徑圖（時(shí)序圖）來粗略地判斷它是否是平穩(wěn)的。一個(gè)平穩(wěn)的時(shí)間序列在圖形上往往表現(xiàn)出一種圍繞其均值不斷波動(dòng)的過程；而非平穩(wěn)序列則往往表現(xiàn)出在不同的時(shí)間段具有不同的均值（如持續(xù)上升或持續(xù)下降）。

時(shí)序圖檢驗(yàn)法現(xiàn)在是15頁\一共有57頁\編輯于星期五現(xiàn)在是16頁\一共有57頁\編輯于星期五這種方法通過觀察時(shí)間序列的趨勢(shì)圖來判斷時(shí)間序列是否存在趨勢(shì)性或周期性。優(yōu)點(diǎn)：簡(jiǎn)便、直觀。對(duì)于那些明顯為非平穩(wěn)的時(shí)間序列，可以采用這種方法。缺點(diǎn)：對(duì)于一般的時(shí)間序列是否平穩(wěn)，不易用這種方法判斷出來?，F(xiàn)在是17頁\一共有57頁\編輯于星期五(1)時(shí)序圖檢驗(yàn)（判斷準(zhǔn)則）

根據(jù)平穩(wěn)時(shí)間序列均值、方差為常數(shù)的性質(zhì)，平穩(wěn)序列的時(shí)序圖應(yīng)該顯示出該序列始終在一個(gè)常數(shù)值附近隨機(jī)波動(dòng)，而且波動(dòng)的范圍有界、無明顯趨勢(shì)及無周期特征現(xiàn)在是18頁\一共有57頁\編輯于星期五(2)自相關(guān)圖檢驗(yàn)（判斷準(zhǔn)則）平穩(wěn)序列通常具有短期相關(guān)性。該性質(zhì)用自相關(guān)系數(shù)來描述就是隨著延遲期數(shù)的增加，平穩(wěn)序列的自相關(guān)系數(shù)會(huì)很快地衰減向零。若時(shí)間序列的自相關(guān)函數(shù)在k>3時(shí)都落入置信區(qū)間，且逐漸趨于零，則該時(shí)間序列具有平穩(wěn)性；若時(shí)間序列的自相關(guān)函數(shù)更多地落在置信區(qū)間外面，則該時(shí)間序列就不具有平穩(wěn)性?，F(xiàn)在是19頁\一共有57頁\編輯于星期五

若序列無趨勢(shì)，但是具有季節(jié)性，那末對(duì)于按月采集的數(shù)據(jù)，時(shí)滯12，24，36……的自相關(guān)系數(shù)達(dá)到最大(如果數(shù)據(jù)是按季度采集，則最大自相關(guān)系數(shù)出現(xiàn)在4，8，12，……)，并且隨著時(shí)滯的增加變得較小。若序列是有趨勢(shì)的，且具有季節(jié)性，其自相關(guān)函數(shù)特性類似于有趨勢(shì)序列，但它們是擺動(dòng)的，對(duì)于按月數(shù)據(jù)，在時(shí)滯12，24，36，……等處具有峰態(tài)；如果時(shí)間序列數(shù)據(jù)是按季節(jié)的，則峰出現(xiàn)在時(shí)滯4，8，12，……等處?，F(xiàn)在是20頁\一共有57頁\編輯于星期五應(yīng)用舉例例1

時(shí)序圖檢驗(yàn)1951年——2005年我國居民住院消費(fèi)價(jià)格指數(shù)的平穩(wěn)性例2

時(shí)序圖檢驗(yàn)1990年1月——1997年12月我國藥品總產(chǎn)值序列的平穩(wěn)性現(xiàn)在是21頁\一共有57頁\編輯于星期五例1居民住院消費(fèi)價(jià)格指數(shù)時(shí)序圖平穩(wěn)序列現(xiàn)在是22頁\一共有57頁\編輯于星期五例2藥品總產(chǎn)值時(shí)序圖非平穩(wěn)序列現(xiàn)在是23頁\一共有57頁\編輯于星期五（1）選擇菜單Graph→Sequence。繪制序列圖的基本操作現(xiàn)在是24頁\一共有57頁\編輯于星期五（2）將需繪圖的序列變量選入Variables框中?，F(xiàn)在是25頁\一共有57頁\編輯于星期五（3）在TimeAxisLabels框中指定橫軸（時(shí)間軸）標(biāo)志變量。該標(biāo)志變量默認(rèn)的是日期型變量。（4）在Transform框中指定對(duì)變量進(jìn)行怎樣的變化處理。其中Naturallogtransform表示對(duì)數(shù)據(jù)取自然對(duì)數(shù)，Difference表示對(duì)數(shù)據(jù)進(jìn)行n階（默認(rèn)1階）差分，Seasonallydifference表示對(duì)數(shù)據(jù)進(jìn)行季節(jié)差分?，F(xiàn)在是26頁\一共有57頁\編輯于星期五（5）單擊TimeLines按鈕定義序列圖中需要特別標(biāo)注的時(shí)間點(diǎn)，給出了無標(biāo)注（NoreferenceLines）、在某變量變化時(shí)標(biāo)注（Lineateachchangeof）、在某個(gè)日期標(biāo)注（Lineatdate）三項(xiàng)供選擇?，F(xiàn)在是27頁\一共有57頁\編輯于星期五（6）單擊Format按鈕定義圖形的格式，可選擇橫向或縱向序列圖；對(duì)于單變量序列圖，可選擇繪制線圖或面積圖，還可選擇在圖中繪制序列的均值線；對(duì)多變量的序列圖，可選擇將不同變量在同一時(shí)間點(diǎn)上的點(diǎn)用直線連接起來。

現(xiàn)在是28頁\一共有57頁\編輯于星期五現(xiàn)在是29頁\一共有57頁\編輯于星期五通過自相關(guān)函數(shù)(ACF)進(jìn)一步判斷一個(gè)時(shí)間序列的樣本自相關(guān)函數(shù)定義為：可以證明：隨著k的增加，樣本自相關(guān)函數(shù)下降且趨于零。()()()??=-=+---=nttkntkttXXXXXX121現(xiàn)在是30頁\一共有57頁\編輯于星期五序列的自相關(guān)函數(shù)(ACF)要么是截尾的，要么是拖尾的。因此我們可以根據(jù)這個(gè)特性來判斷時(shí)間序列是否為平穩(wěn)序列。從下降速度來看，平穩(wěn)序列要比非平穩(wěn)序列快得多。平穩(wěn)序列的自相關(guān)系數(shù)常常表現(xiàn)出截尾，而非平穩(wěn)序列的自相關(guān)系數(shù)常常是拖尾的?，F(xiàn)在是31頁\一共有57頁\編輯于星期五應(yīng)用舉例例3

自相關(guān)圖檢驗(yàn)1951年——2005年我國居民住院消費(fèi)價(jià)格指數(shù)的平穩(wěn)性例4

自相關(guān)圖檢驗(yàn)1990年1月——1997年12月我國藥品總產(chǎn)值序列的平穩(wěn)性現(xiàn)在是32頁\一共有57頁\編輯于星期五例2居民住院消費(fèi)價(jià)格指數(shù)自相關(guān)圖平穩(wěn)序列自相關(guān)圖現(xiàn)在是33頁\一共有57頁\編輯于星期五例3藥品總產(chǎn)值相關(guān)圖非平穩(wěn)序列自相關(guān)圖現(xiàn)在是34頁\一共有57頁\編輯于星期五（1）選擇菜單Graph→TimeSeries→Autocorrelations。

繪制自相關(guān)函數(shù)圖的基本操作現(xiàn)在是35頁\一共有57頁\編輯于星期五（2）將需繪制的序列變量選入Variables框現(xiàn)在是36頁\一共有57頁\編輯于星期五（3）在Display框選擇繪制哪種圖形，其中Autocorrelations表示繪制自相關(guān)函數(shù)圖；Partialautocorrelations表示繪制偏自相關(guān)函數(shù)圖。一般可同時(shí)繪制兩種圖形。

√現(xiàn)在是37頁\一共有57頁\編輯于星期五（4）單擊Options按鈕定義相關(guān)參數(shù)，MaximumNumberofLags表示相關(guān)函數(shù)值包含的最大滯后期(時(shí)間間隔h)。一般選擇兩個(gè)最大周期以上的數(shù)據(jù)。在StandardErrorMethod框中指定計(jì)算相關(guān)系數(shù)標(biāo)準(zhǔn)差的方法，確定相關(guān)函數(shù)圖形中的置信區(qū)間。其中Independencemodel表示假設(shè)序列是白噪聲的過程；Bartlett’sapproximation表示用估計(jì)自相關(guān)系數(shù)和偏自相關(guān)系數(shù)方差的近似式計(jì)算方差。該方法適合序列是k-1階的移動(dòng)平均過程，且標(biāo)準(zhǔn)差隨階數(shù)的增大而增大的情況?，F(xiàn)在是38頁\一共有57頁\編輯于星期五（5）選中Displayautocorrelationatperiodiclags表示只顯示時(shí)間序列周期整數(shù)倍處的相關(guān)函數(shù)值。一般如果只考慮序列中的周期因素可選中該項(xiàng)。否則該步可略去。最后就OK了?，F(xiàn)在是39頁\一共有57頁\編輯于星期五五純隨機(jī)性檢驗(yàn)

（一）純隨機(jī)序列的定義（二）純隨機(jī)性的性質(zhì)（三）純隨機(jī)性檢驗(yàn)現(xiàn)在是40頁\一共有57頁\編輯于星期五（一）純隨機(jī)序列的定義純隨機(jī)序列也稱為白噪聲序列，它滿足如下兩條性質(zhì)并不是所有平穩(wěn)序列都值得建模！純隨機(jī)序列無法預(yù)測(cè)，無法進(jìn)一步建模！方差齊性純隨機(jī)性0現(xiàn)在是41頁\一共有57頁\編輯于星期五標(biāo)準(zhǔn)正態(tài)白噪聲序列時(shí)序圖

現(xiàn)在是42頁\一共有57頁\編輯于星期五（二）白噪聲序列的性質(zhì)

純隨機(jī)性

各序列值之間沒有任何相關(guān)關(guān)系，即為“沒有記憶”的序列

方差齊性(平穩(wěn))

根據(jù)馬爾可夫定理，只有方差齊性假定成立時(shí)，用最小二乘法得到的未知參數(shù)估計(jì)值才是準(zhǔn)確的、有效的現(xiàn)在是43頁\一共有57頁\編輯于星期五（三）純隨機(jī)性檢驗(yàn)

1.檢驗(yàn)原理2.假設(shè)條件3.檢驗(yàn)統(tǒng)計(jì)量4.判別原則5.應(yīng)用舉例現(xiàn)在是44頁\一共有57頁\編輯于星期五1.檢驗(yàn)原理:Barlett定理

如果一個(gè)時(shí)間序列是純隨機(jī)的，得到一個(gè)觀察期數(shù)為的觀察序列，那么該序列的延遲非零期的樣本自相關(guān)系數(shù)將近似服從均值為零，方差為序列觀察期數(shù)倒數(shù)的正態(tài)分布現(xiàn)在是45頁\一共有57頁\編輯于星期五Bartlett公式若在時(shí)趨于零，則在N足夠大的情況下其方差為并且，當(dāng)時(shí)，近似于正態(tài)分布。46自相關(guān)系數(shù)協(xié)方差函數(shù)自相關(guān)函數(shù)現(xiàn)在是46頁\一共有57頁\編輯于星期五2.假設(shè)條件原假設(shè)：延遲期數(shù)小于或等于期的序列值之間相互獨(dú)立備擇假設(shè)：延遲期數(shù)小于或等于期的序列值之間有相關(guān)性現(xiàn)在是47頁\一共有57頁\編輯于星期五3.檢驗(yàn)統(tǒng)計(jì)量Q統(tǒng)計(jì)量（大樣本）LB統(tǒng)計(jì)量（小樣本）現(xiàn)在是48頁\一共有57頁\編輯于星期五4.判別原則拒絕原假設(shè)當(dāng)檢驗(yàn)統(tǒng)計(jì)量大于

分位點(diǎn)，或該統(tǒng)計(jì)量的P值小于時(shí)，則可以以的置信水平拒絕原假設(shè)，則認(rèn)為該序列為非白噪聲序列接受原假設(shè)當(dāng)檢驗(yàn)統(tǒng)計(jì)量小于分位點(diǎn)，或該統(tǒng)計(jì)量的P值大于時(shí)，則認(rèn)為在的置信水平下無法拒絕原假設(shè)，即不能拒絕序列為純隨機(jī)序列的假定

現(xiàn)在是49頁\一共有57頁\編輯于星期五若為白噪聲的自相關(guān)系數(shù)，則在M=0根據(jù)統(tǒng)計(jì)檢驗(yàn)的準(zhǔn)則，當(dāng)時(shí)，便可認(rèn)為為0的可能性是95%，從而接受這一估計(jì)，即數(shù)據(jù)是獨(dú)立的