時間序列分析是根據系統觀測得到的時間序列資料,透過曲線擬合和引數估計來建立數學模型的理論和方法。
它一般採用曲線擬合和引數估計方法(如非線性最小二乘法)進行。時間序列分析常用在國民經濟宏觀控制、區域綜合發展規劃、企業經營管理、市場潛量預測、氣象預報、水文預報、地震前兆預報、農作物病蟲災害預報、環境汙染控制、生態平衡、天文學和海洋學等方面。
(一)根據時間序列的散點圖、自相關函式和偏自相關函式圖以ADF單位根檢驗其方差、趨勢及其季節性變化規律,對序列的平穩性進行識別。一般來講,經濟執行的時間序列都不是平穩序列。
(二)對非平穩序列進行平穩化處理。如果資料序列是非平穩的,並存在一定的增長或下降趨勢,則需要對資料進行差分處理,如果資料存在異方差,則需對資料進行技術處理,直到處理後的資料的自相關函式值和偏相關函式值無顯著地異於零。
(三)根據時間序列模型的識別規則,建立相應的模型。若平穩序列的偏相關函式是截尾的,而自相關函式是拖尾的,可斷定序列適合AR模型;若平穩序列的偏相關函式是拖尾的,而自相關函式是截尾的,則可斷定序列適合MA模型;若平穩序列的偏相關函式和自相關函式均是拖尾的,則序列適合ARMA模型。
(四)進行引數估計,檢驗是否具有統計意義。
(五)進行假設檢驗,診斷殘差序列是否為白噪聲。
(六)利用已透過檢驗的模型進行預測分析。
時間序列分析是根據系統觀測得到的時間序列資料,透過曲線擬合和引數估計來建立數學模型的理論和方法。
它一般採用曲線擬合和引數估計方法(如非線性最小二乘法)進行。時間序列分析常用在國民經濟宏觀控制、區域綜合發展規劃、企業經營管理、市場潛量預測、氣象預報、水文預報、地震前兆預報、農作物病蟲災害預報、環境汙染控制、生態平衡、天文學和海洋學等方面。
(一)根據時間序列的散點圖、自相關函式和偏自相關函式圖以ADF單位根檢驗其方差、趨勢及其季節性變化規律,對序列的平穩性進行識別。一般來講,經濟執行的時間序列都不是平穩序列。
(二)對非平穩序列進行平穩化處理。如果資料序列是非平穩的,並存在一定的增長或下降趨勢,則需要對資料進行差分處理,如果資料存在異方差,則需對資料進行技術處理,直到處理後的資料的自相關函式值和偏相關函式值無顯著地異於零。
(三)根據時間序列模型的識別規則,建立相應的模型。若平穩序列的偏相關函式是截尾的,而自相關函式是拖尾的,可斷定序列適合AR模型;若平穩序列的偏相關函式是拖尾的,而自相關函式是截尾的,則可斷定序列適合MA模型;若平穩序列的偏相關函式和自相關函式均是拖尾的,則序列適合ARMA模型。
(四)進行引數估計,檢驗是否具有統計意義。
(五)進行假設檢驗,診斷殘差序列是否為白噪聲。
(六)利用已透過檢驗的模型進行預測分析。