Page 323 - 数学建模算法与应用
P. 323

第十一章  时间序列分析研究




                   2 阶差分:



                   一般地, d 阶差分:


                   其中 d 称为 d 阶差分算子





                   设 {X  ,t = 0,±1,±2,…} 是非平稳序列。若存在正整数 d ,使得
                        t

                   而 {W  ,t = 0,±1,±2,…} 是 ARMA( p, q) 序列,则称 X  是 ARIMA( p,
                        t
                                                                           t
               d,q) 序列。这时 X  满足
                                t
                                                                                                   (139)
                   若 d X  为平稳序列,但均值 μ ≠ 0,则              d  X  - μ 为平稳零均值序列,满足
                          t
                                                            t
                                                                                              (140)
                   此时,称 X  为一般 ARIMA( p,d,q) 序列,若 μ 未知,可用                    d  X 的平均值
                             t
                                                                               t
               x 估计。 若 X 的观测样本是 X , X ,…, X ,经过 1 阶差分后,数据减少为 n -1 个;
                          t
                                                    n
                                             2
                                         1
               2 阶差分以后,数据为 n - 2 个;一般地,d 阶差分以后,数据为 n - d 个。由 d
               阶差分     d  X 复原数据,需要给定初值 X ,X  ,…,X 。
                                                               d
                                                   1
                                                       2
                         t
                   在确定模型时,往往采用下面的方法。先对 X 的样本 X ,X ,…,X ,计
                                                                           2
                                                                                   n
                                                              t
                                                                       1
               算样本自相关函数与样本偏相关函数。如果是截尾的或者是拖尾的(即被负指数
               控制的),说明已服从 ARMA 模型。若自相关函数与偏相关函数至少有 1 个不
               是截尾的或拖尾的,说明 X 不是平稳的,可以作 1 阶差分 X  ,t = 2,3,…,
                                                                       t
                                        t
               n ,并求其样本自相关函数与样 本偏相关函数,再用上述方法讨论。这样,直至
               判断 d X  是平稳序列为止。在实际计算中,若遇到样本自相关函数或样本偏相
                        t
               关函数的图形虽然下降,但下降很慢,应认为 是非平稳序列,需作差分运算。
                   若初值 X , X  ,L,X 已知,由
                                       d
                           1
                               2
                   可以复原 X  。给出 d =1,2 时的复原公式,这是不难证明的。
                             t
                   d =1
                                                                                      313
   318   319   320   321   322   323   324   325   326   327   328