平稳时间序列模型预测 (2).ppt

《平稳时间序列模型预测 (2).ppt》由会员分享，可在线阅读，更多相关《平稳时间序列模型预测 (2).ppt（30页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、平稳时间序列模型预测现在学习的是第1页，共30页时间序列预测n定义：根据时间序列过去时刻的观测值，对序列在未来某个时刻的取值进行估计。n设平稳时间序列Xt 是一个ARMA(p,q)过程，即 设当前时刻为t，已知时刻t和以前时刻的观测值xt-1,xt-2,，对观测值xt+l进行预测，用 表示时间序列Xt的第l步预测值(l0)。现在学习的是第2页，共30页最小均方误差预测n用et(l)衡量预测误差：n显然，预测误差越小，预测精度就越高。n最小均方误差预测原则：现在学习的是第3页，共30页说明n在预测方差最小原则下得到的估计值 是序列值Xt+1在Xt,Xt-1,已知的情况下得到的条件无偏最小方差估计

2、值。n预测方差只与预测步长 l 有关，而与预测起始点t无关。n预测步长越大，预测值的方差也越大；因而为了保证预测的精度，时间序列数据通常只合适做短期预测。现在学习的是第4页，共30页AR(p)序列的预测n在AR(p)序列场合有：n预测值现在学习的是第5页，共30页AR(p)序列的预测n预测方差n95置信区间 -假设总体服从正态分布 现在学习的是第6页，共30页例7.2n已知某超市月销售额近似服从AR(2)模型 (单位：万元/每月)今年第一季度该超市月销售额分别为：101，96，97.2万元 请确定该超市第二季度每月销售额的95的置信区间 现在学习的是第7页，共30页解:(1)预测值计算n四月份

3、:n五月份:n六月份:现在学习的是第8页，共30页解:(2)预测方差的计算n计算Green函数:根据递推公式n方差现在学习的是第9页，共30页解:(3)置信区间n 步预测销售额的95%置信区间为：n估计结果预测时期95置信区间预测值四月份（85.36，108.88）97.12五月份（83.72，111.15）97.432六月份（81.84，113.35）97.5952现在学习的是第10页，共30页例:北京市城乡居民定期储蓄比例序列拟合与预测图(预测1999-2003)现在学习的是第11页，共30页MA(q)序列的预测n当预测步长l小于等于MA模型的阶数q即lq时，Xt+l可以分解为：n特别当

4、l=1时有 ，即预测误差预测误差预测值预测值现在学习的是第12页，共30页MA(q)序列的预测n当预测步长l大于等于MA模型的阶数q，即l q时，Xt+l可以分解为：预测值预测值预测误差预测误差现在学习的是第13页，共30页MA(q)序列的预测nl步的预测：n说明MA(q)序列理论上只能预测q步之内的序列走势，超过q步预测值恒等于序列均值。这是由MA(q)序列自相关q步截尾的性质决定的。n预测方差：现在学习的是第14页，共30页例7.3n已知某地区每年常驻人口数量近似服从MA(3)模型（单位：万人）：最近3年的常驻人口数量及一步预测数量如下：预测未来5年该地区常住人口的95置信区间年份统计人数

5、预测人数200210411020031081002004105109现在学习的是第15页，共30页解:年份统计人数预测人数200210411020031081002004105109现在学习的是第16页，共30页解：置信区间的计算预测年份95置信区间预测人数 2005（99，119）109.22006（83，109）962007（87，115）100.82008（86，114）1002009（86，114）100n95%置信区间的计算：n估计结果：现在学习的是第17页，共30页ARMA(p,q)序列预测nARMA(p,q)序列场合:n预测现在学习的是第18页，共30页例7.4 已知ARMA(1

6、,1)模型为：且x100=0.3,100=0.01，预测未来3期序列值的95的置信区间。现在学习的是第19页，共30页nx100=0.3,100=0.01n计算Green函数：n预测方差：解:现在学习的是第20页，共30页解:置信区间的计算时期95置信区间预测值101（0.136，0.332）0.234102（0.087，0.287）0.1872103（0.049，0.251）0.14976n95%置信区间：n估计结果：现在学习的是第21页，共30页修正预测n定义n所谓的修正预测就是研究如何利用新的信息去获得精度更高的预测值 n方法n在新的信息量比较大时把新信息加入到旧的信息中，重新拟合模型；

7、n在新的信息量很小时不重新拟合模型，只是将新的信息加入以修正预测值，提高预测精度。现在学习的是第22页，共30页修正预测原理n在旧信息的基础上，Xt+l的预测值为n假设新获得一个观察值Xt+1，则nXt+1的修正预测值为其中 是Xt+1的一步预测误差。n修正预测误差为现在学习的是第23页，共30页修正预测原理n预测方差为 即一期修正后第 步预测方差就等于修正前第 步预测方差。它比修正前的同期预测方差减少了 ，提高了预测精度。现在学习的是第24页，共30页一般情况n假设获得k个新的观察值 ，则 n 的修正预测值为n修正预测误差为n预测方差为现在学习的是第25页，共30页例7.2续n已知某超市月销

8、售额近似服从AR(2)模型(单位：万元/每月)今年第一季度该超市月销售额分别为：101，96，97.2万元。（1）请确定该超市第二季度每月销售额的95的置信区间。（2）假如一个月后知道4月份的真实销售额为100万元，求第二季度后两个月销售额的修正预测值。现在学习的是第26页，共30页预测时期95置信区间预测值四月份（85.36，108.88）97.12 100五月份（83.72，111.15）97.432六月份（81.84，113.35）97.5952现在学习的是第27页，共30页例7.2续：假如四月份的真实销售额为100万元，求二季度后两个月销售额的修正预测值 n计算四月份的一步预测误差n计算修正预测值月份 预测值新获得观察值 修正预测值 497.12100597.432697.5952现在学习的是第28页，共30页例7.2续:n计算修正方差：n 步预测销售额的95%置信区间为：现在学习的是第29页，共30页修正预测预测时期修正前置信区间修正后置信区间四月份（85.36，108.88）五月份（83.72，111.15）（87.40，110.92）六月份（81.84，113.35）（85.79，113.21）现在学习的是第30页，共30页