• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      針對(duì)AR模型討論AIC準(zhǔn)則定階是否高于真實(shí)階數(shù)

      2018-08-10 19:10苑成艷
      神州·上旬刊 2018年8期
      關(guān)鍵詞:時(shí)間序列

      苑成艷

      摘要:時(shí)間序列建模過(guò)程中,確定了時(shí)間序列適合的模型類(lèi)型之后,對(duì)模型階數(shù)的確定是必不可少的。常見(jiàn)的模型定階的的方法有:殘差平方和法,自相關(guān)和偏相關(guān)函數(shù)法,F(xiàn)檢驗(yàn)法,AIC準(zhǔn)則和BIC準(zhǔn)則。在實(shí)際模型定階時(shí),采用自相關(guān)函數(shù)和偏自相關(guān)函數(shù)拖尾或結(jié)尾來(lái)確定模型階數(shù),計(jì)算得到的自相關(guān)函數(shù)或偏自相關(guān)函數(shù)都是估計(jì)值,與理論上的真值之間存在一定誤差;而且自相關(guān)和偏自相關(guān)函數(shù)法只適用于AR(p)和MA(q)模型定階,對(duì)用ARMA模型來(lái)說(shuō),這種方法是不可行的。F檢驗(yàn)法的前提是兩個(gè)模型中有一個(gè)是適用的,若兩個(gè)模型適用性都未知,則F檢驗(yàn)法來(lái)檢驗(yàn)低階模型是毫無(wú)意義的。為了給模型更準(zhǔn)確定階,采用AIC準(zhǔn)則、BIC準(zhǔn)則定階,利用似然函數(shù)估計(jì)值的最大原則來(lái)確定合適的模型階數(shù)。但AIC準(zhǔn)則定階可能會(huì)出現(xiàn)高估真實(shí)階數(shù)的情況,下面我們針對(duì)AR模型通過(guò)AIC定階與BIC定階對(duì)比來(lái)討論是否AIC定階真的高于真實(shí)階數(shù)。

      關(guān)鍵詞:AIC準(zhǔn)則;BIC準(zhǔn)則;AR模型;時(shí)間序列

      1 AP(p)模型的定階

      1.1 AIC定階

      1973年日本學(xué)者赤池(Akaike)提出了AIC準(zhǔn)則,適用于ARMA(包括AR和MA)模型的定階問(wèn)題。設(shè)觀測(cè)數(shù)據(jù)序列

      為零均值平穩(wěn)序列,其中一組樣本數(shù)據(jù)為

      ,設(shè)L為擬合模型的最高階數(shù),AR模型階數(shù)為k,下面是AIC模型AIC定階步驟:(1)計(jì)算樣本的自協(xié)方差函數(shù)

      和樣本的自相關(guān)函數(shù)

      ;(2)利用遞推算法計(jì)算相關(guān)函數(shù)

      ;(3)

      是AR(k)的白噪聲方差。

      所以AIC準(zhǔn)則函數(shù)為:

      。AIC(k)最小值點(diǎn)

      成為AR(k)模型的AIC定階。

      1.2 BIC定階

      針對(duì)AR(p)模型可以證明出當(dāng)樣本數(shù)據(jù)N充分大時(shí),用AIC定階往往并不是相合的,就是說(shuō),當(dāng)數(shù)據(jù)來(lái)自AP(p)模型時(shí),

      并不依概率收斂到真實(shí)的階數(shù)。有研究指出AIC定階通常會(huì)對(duì)階數(shù)略有高估。為了克服這一問(wèn)題,舒瓦茲(Schwarz)提出另一個(gè)與AIC準(zhǔn)則類(lèi)似的準(zhǔn)則函數(shù)BIC準(zhǔn)則。BIC準(zhǔn)則函數(shù)定義如下:

      我們稱(chēng)BIC(k)中第一個(gè)最小值點(diǎn)

      成為AP(p)模型的BIC定階。已知AR(k)模型

      是白噪聲方差,可證明BIC定階是強(qiáng)相合的。

      2 AIC定階和BIC定階準(zhǔn)確性對(duì)比

      針對(duì)平穩(wěn)的AR模型分別用AIC準(zhǔn)則和BIC準(zhǔn)則定階。我們將確定的AR模型進(jìn)行AIC和BIC定階,通過(guò)兩個(gè)準(zhǔn)則定階的正確率以及高估率和低估率探究,從而得到AIC準(zhǔn)則定階是否高于真實(shí)階數(shù)的真正結(jié)果。這里我們假設(shè)用AR(2)模型進(jìn)行試驗(yàn)討論,討論結(jié)果如下,AR(2)模型:

      其中

      是白噪聲序列。

      首先利用SAS軟件循環(huán)程序生成500個(gè)數(shù)據(jù),再用SAS程序?qū)@些觀測(cè)數(shù)據(jù)模擬計(jì)算獨(dú)立重復(fù)1000次,每次生成的數(shù)據(jù)是不同的,即每次使用不同的500個(gè)觀測(cè)值。得到AIC和BIC階數(shù)情況如下:

      表1:500個(gè)觀測(cè)值A(chǔ)IC、BIC定階所定階數(shù)的次數(shù)

      1

      2

      3

      4

      5

      6

      7

      8

      9

      10

      AIC定階

      97

      675

      54

      108

      24

      21

      8

      5

      6

      1

      BIC定階

      550

      447

      7

      4

      2

      0

      0

      0

      0

      0

      上表數(shù)據(jù)表示,用某一種定階方式(AIC或BIC),在1000次模擬計(jì)算中階數(shù)定為

      =1,2,…,10)的有多少次,其中675表示在1000次模擬計(jì)算中AIC將階數(shù)定為4的由675次,447表示在1000次模擬計(jì)算中BIC將階數(shù)定為4的由447次。通過(guò)得到的階數(shù)情況分析,AIC定階對(duì)階數(shù)低估的比率是9.7%,對(duì)階數(shù)高估的比率是22.7%;BIC定階對(duì)階數(shù)低估的比率是55%,對(duì)階數(shù)高估的比率是1.4%。AIC定的平均階數(shù)是2.447,高于BIC定的階數(shù)1.497。

      我們?cè)俅卫肧AS程序生成更多數(shù)據(jù),這里我們生成了2000個(gè)數(shù)據(jù),在對(duì)模型進(jìn)行1000次模擬計(jì)算。得到如下結(jié)果:

      表2:1000個(gè)觀測(cè)值A(chǔ)IC、BIC定階所定階數(shù)的次數(shù)

      1

      2

      3

      4

      5

      6

      7

      8

      9

      10

      AIC定階

      0

      739

      114

      42

      32

      25

      12

      18

      11

      7

      BIC定階

      7

      991

      2

      1

      0

      0

      0

      0

      0

      0

      通過(guò)表格的階數(shù)情況分析,AIC定階對(duì)階數(shù)低估的比率是0%,對(duì)階數(shù)高估的比率是26.1%;BIC定階對(duì)階數(shù)低估的比率是0.7%,對(duì)階數(shù)高估的比率是0.3%。AIC定的平均階數(shù)是2.695,高于BIC定的階數(shù)1.999。

      由上面計(jì)算實(shí)驗(yàn),確實(shí)存在AIC定階高于BIC現(xiàn)象,但是我們看到,當(dāng)樣本數(shù)據(jù)不是很大時(shí),BIC 定階會(huì)出現(xiàn)低估階數(shù)的現(xiàn)象,造成模型較大失真。而AIC定階更接近真實(shí)階數(shù)。在N很大的情況下,BIC對(duì)模型的定階會(huì)更準(zhǔn)確。因此,我們?cè)谶M(jìn)行模型定階時(shí),要根據(jù)實(shí)際觀測(cè)數(shù)據(jù)多少來(lái)判斷用AIC準(zhǔn)則還是BIC準(zhǔn)則。

      參考文獻(xiàn):

      [1]王振龍,胡永宏.應(yīng)用時(shí)間序列分析[M].科學(xué)出版社

      [2]王燕.應(yīng)用時(shí)間序列分析[M].中國(guó)人民大學(xué)出版社

      [3]肖枝洪,郭明月.時(shí)間序列分析與SAS應(yīng)用[M].武漢大學(xué)出版社

      [4]吳懷宇.時(shí)間序列分析與綜合[M].武漢大學(xué)出版社

      [5]何書(shū)元.應(yīng)用時(shí)間序列分析[M].北京大學(xué)出版社

      猜你喜歡
      時(shí)間序列
      基于分布式架構(gòu)的時(shí)間序列局部相似檢測(cè)算法
      基于嵌入式向量和循環(huán)神經(jīng)網(wǎng)絡(luò)的用戶行為預(yù)測(cè)方法
      基于時(shí)間序列分析南京市二手房的定價(jià)模型
      民勤县| 北宁市| 贡觉县| 汉中市| 溧水县| 南昌县| 如东县| 温泉县| 吉首市| 江永县| 高雄县| 金门县| 饶平县| 房山区| 平遥县| 奇台县| 尼木县| 周宁县| 鱼台县| 文山县| 商河县| 溆浦县| 永州市| 黄陵县| 枣阳市| 中阳县| 鹤庆县| 青冈县| 如东县| 五原县| 唐河县| 建宁县| 湘西| 广昌县| 洪泽县| 云林县| 汉川市| 凤庆县| 林西县| 瑞金市| 石阡县|