×
手机注册 邮箱注册

已有账号,返回登录

×
账号登录 一键登录

没有账号,快速注册

×
手机找回 邮箱找回

返回登录

返回总库

非平稳时间序列与协整分析

来源图书: 区域经济分析方法
出版日期:2011年12月01日
简介: 一、非平稳时间序列所谓时间序列的非平稳性,是指时间序列的统计规律随着时间的位移而发生变化,即生成变量时间序列数据的随机过程的特征随时间而变化。当生成序列的随机过程是非平稳的时候,其均值函数及方差函数不再是常数,自协方差函数也不仅仅是时间间隔t-s的函数,前面介绍的高斯—马尔科夫定理不再成立,一个变量对其他变量的回归可能会导致伪回归结果。所谓伪回归,是指变量间本来不存在有意义的关系,但是回归结果却得出存在有意义关系的错误结论。现实经济问题中的经济变量之间很有可能存在伪回归现象,但是是什么原因造成伪回归现象,伪回归现象(将非平稳时间序列当做平稳时间序列分析)会有什么后果?这些问题都是经济学家热衷探...
关键词: 模型  变量  序列  过程  

《时间序列分析》ARMA模型

来源图书: 区域经济分析方法
出版日期:2011年12月01日
简介: 一、ARMA(p,q)过程的性质ARMA(p,q)表达式为:写成滞后算子的形式为:两侧同时除以(1-φ1L-φ2L2-…-φpLp),从而得到:其中,可得,ARMA(p,q)过程的平稳性完全取决于回归参数(φ1,φ2,…,φp),而与移动平均参数无关,即ARMA(p,q)过程的平稳性条件为特征方程:其根在单位圆外。方程(9.93)变形可得:两边同时乘以(yt-j-u),求期望得到自协方差。当j>p时,结果方程的形式p阶自协方差形式:从而解为:j≤q时的自协方差函数比较复杂,并且不具有应用意义。不过ARMA(p,q)过程的自相关函数都具有拖尾特征,如下例题说明。例9.3: ARMA(1,1)序列...
关键词: ARMA  模型  过程  自相关函数  序列  

《时间序列分析》自回归(AR)过程

来源图书: 区域经济分析方法
出版日期:2011年12月01日
简介: 一、一阶自回归过程AR(1)方程表达式为:ut为白噪声序列。如果∣φ∣>1,过程(9.37)式中ut对yt的影响随着时间累增而不是消失,过程不是有限方差的协方差平稳过程。这个过程一般称为爆炸性过程。当∣φ∣<1时,过程为协方差平稳过程,此时利用滞后算子过程变为:利用求逆,从而得到此过程的解为MA(∞)过程:很明显,当|φ|<1时,满足绝对可加性:此时过程的均值、方差、自协方差函数和自相关函数分别为:从自相关函数可以发现:当|φ|<1时,自相关函数按几何方式衰减。ut增加一个单位对于yt+j的影响等于yt和yt+j之间的相关系数。正的φ值意味着yt和yt+j之间正相关。负的φ值意味着yt和yt+...
关键词: 过程  自相关函数  函数  自回归  

《时间序列分析》移动平均(MA)过程

来源图书: 区域经济分析方法
出版日期:2011年12月01日
简介: 一、一阶移动平均过程MA(1)如果{ut}满足白噪声过程,定义过程:其中,μ和θ为常数,这个序列称为一阶移动平均过程MA(1)。期望为:方差为:一阶自协方差为:高阶自协方差为:上述均值和协方差都不是时间的函数,因此不管 θ 为何,MA(1)过程都是协方差平稳的。而一阶自相关系数为:高阶自相关系数均为0。此时自相关函数在1阶处截尾。二、q阶移动平均过程MA(q)q阶移动平均过程的表达式为:其中,{ut}为白噪声过程,(θ1,θ2,…,θq)为任何实数。其均值、方差、自协方差和自相关函数分别为:即自协方差函数在q阶处截尾。由上式立即可得q阶移动平均过程的自相关函数为:(9.22)式表明,当移动平均...
关键词: 过程  自相关函数  ma  移动平均  

平稳时间序列

来源图书: 区域经济分析方法
出版日期:2011年12月01日
简介: 一、随机过程在概率论和数理统计中,随机变量是分析随机现象的有力工具。对于一些简单的随机现象,一个随机变量就足够了,如候车人数,某单位一天的总用水量等。对于一些复杂的随机现象,用一个随机变量来描述就不够了,它需要用若干个随机变量来加以刻画。例如平面上的随机点,某企业一天的工作情况(产量、次品率、耗电量、出勤人数等)都需要用多个随机变量来刻画。还有些随机现象,要认识它必须研究其发展变化过程。这一类随机现象不能只用一个或多个随机变量来描述,而必须考察其动态变化过程。随机现象的这种动态变化过程就是随机过程。例9.1:某一天电话的呼叫次数ξ,它是一个随机变量。若考察它随时间 t 变动的情况,则需要考察依...
关键词: 时间序列  yt  随机变量  随机过程  

时间序列简介

来源图书: 区域经济分析方法
出版日期:2011年12月01日
简介: 所谓时间序列是指将同一现象在不同时间的观测值,按时间先后顺序排列所形成的数列。时间序列一般用y1,y2,…,yn来表示,可以简记为{yt}。它的时间单位可以是分钟、时、日、周、旬、月、季、年等。一、时间序列预测法时间序列预测法就是通过编制和分析时间序列,根据时间序列所反映出来的发展过程、方向和趋势,进行类推或延伸,借以预测下一段时间或以后若干年内可能达到的水平。其内容包括:收集与整理某种社会现象的历史资料;将这些资料进行检查鉴别,排成数列;分析时间序列,从中寻找该社会现象随时间变化而变化的规律,得出一定的模型,以此模型去预测该社会现象将来的情况。二、时间序列数据的特点通常,时间序列经过合理的函...
关键词: 时间序列  数据  

多目标决策

来源图书: 区域经济分析方法
出版日期:2011年12月01日
简介: 一、多目标决策的概念部分内容参考《运筹学》教材编写组《运筹学》,清华大学出版社1995年版。'>[1]在生产、经营、工程设计等活动中经常需要对多个目标进行决策,例如在某地区要规划产业集群基地,不仅要交通方便、各种要素资源丰富,还要当地文化与制度环境好。因此,只有对各种因素的指标进行综合衡量后,才能作出合理的决策。例8.16:(投资问题)假设在某段时间内有α亿元的资金用于投资,备选的投资项目记为1,2,…,n。已知投资第j个项目需要花费αj亿元,在这段时间内该项目可得到收益βj,其中j=1,2,…,n,如何决策才能获得最大利润?设xj为取值为0或1的变量,其中:约束条件为:对投资方案的要求是:投...
关键词: 目标  方案  问题  要求  

风险型决策

来源图书: 区域经济分析方法
出版日期:2011年12月01日
简介: 风险型决策是指已知决策环境状态的概率分布下进行的一类决策。风险型决策模型如下:假设决策方案为S={s1,s2,…,sm}决策环境为E={e1,e2,…,en}决策环境对应的概率是P={p1,p2,…,pn}决策得益矩阵为 则决策问题为:表8-11 风险型决策解决风险型决策问题,主要采用最大期望收益值法和最小期望损失值法。一、最大期望收益值法最大期望收益值法就是考虑决策环境的概率后,比较每一种决策方案的期望值,然后从中选出期望值最高的方案为最优决策方案。具体做法如下:(1)决策矩阵的各元素代表(决策方案,决策环境)的收益值,各决策环境发生的概率为pj,先计算各决策方案的期望收益值:(2)从这些期...
关键词: 概率  方案  决策者  效用  
上一页 1 2345678910下一页  第 /40页  跳转
old_footer.template.html 第18行发生错误: 未指定栏目或指定的栏目不存在