一、一些原理和概念

时间序列分析 - 图2

790145828668735085.jpg

419480615208222845.jpg

318221713736531088.jpg

827139504156408014.jpg

叠加模型和乘积模型
883331473076665033.jpg
225444805150885262.jpg

一些模型(模型使用在spss专家建模中会自动分析,了解大致公式概念可用来做论文分析)
462470206822801994.jpg
864896100077664377.jpg
66232346832296939.jpg
557736684630431556.jpg
134748078800985245.jpg
192939525120912243.jpg

一些概念
时间序列的平稳性和白噪声
53855759351389272.jpg

差分方程
20166780502126307.jpg

滞后算子
207387343744955576.jpg

AR(p)模型和AR(p)平稳条件
397242931418941802.jpg
107645946574122846.jpg

MA(q)模型
774186187056532595.jpg
只要q是常数,那么移动平均模型一定是平稳的。

任何经济变量的时间序列都可以用自回归过程来描述,1阶移动平均模型可以转换为无穷阶的自回归模型,所以移动平均模型的主要作用是简化估计参数的工作量。

ARMA(p,q)模型
411514931243284083.jpg

ACF自相关系数
622833118484174549.jpg

PACF自相关系数
199788518097421669.jpg

ACF和PACF与时间序列阶数的关系
192315005144823812.jpg
105561747541709203.jpg
上图是一个分析实例,但一般来说用此方法很难分析,一般采用极大似然估计

AIC和BIC准则
112891731560831731.jpg

检验模型是否识别完全
886939825480294686.jpg

二、运用spss分析

555927171960369191.jpg