Professional Documents
Culture Documents
Modele Liniare de Serii de Timp Arma-Arima
Modele Liniare de Serii de Timp Arma-Arima
ARMA-ARIMA
Serii de timp
ARMA 2
Definiție (Procese liniare):
▪ X t este un proces liniar dacă are reprezentarea: X t = + ai t −i ,
i =−
unde filtrul ( ai )i este absolut sumabil (i.e. a
i =−
i ) și ( t )t este un
Serii de timp
ARMA 3
Definiție (MA(q)):
▪ X t este un proces MA (q) dacă:
Serii de timp
ARMA 4
▪ Funcția de autocovarianță a unui proces MA(q) ( 0 = 1 ):
q q
= Cov ( X t , X t + ) = Cov i t −i , j t + − j =
i =0 j =0 .
q −| |
Cov ( t −i , t + − j ) = ii +| | , | | q
q q
i =0 j =0
i j
i =0
2
i i +| |
= = i =0
Var ( X t ) Var ( X t + )
q
i =0
i
2
= 0,| | q .
Serii de timp
ARMA 5
Exemplu pentru un proces MA(1)
▪ X t = t −1 + t , 1 = / (1 + 2 ) ; = 0, 1 .
1/
▪ Yt = (1/ ) t −1 + t , 1 = = .
1 + (1/ ) 1 + 2
2
Serii de timp
ARMA 6
1 = / (1 +
).
2
▪ ACF:
k = 0, k 1
11 = 1
1 1
0 2
▪ PACF: 22 = 1 =− 1 2 .
1 1 1 − 1
...........
Serii de timp
ARMA 7
SFEacfma1
Serii de timp
ARMA 8
X t = + 1 X t −1 ++ p X t − p + t ,
▪ Xt AR( p) ( L) X t = + t .
▪ ( z ) = 0 | z | 1
▪ | z | 1 ( z) = 1 z ++ p z p 0 .
Serii de timp
ARMA 10
▪ Dacă X t este staționar, atunci există un filtru invers ( L) a.î.
−1
( L) −1 ( L) = 1
.
−1 ( L) = a0 + a1 L + a2 L2 + = ai Li
i =0
▪ Descompunerea Wold:
X t = (1) + ( L) t = ai + ai Li t .
−1 −1
i =0 i =0
Serii de timp
ARMA 11
▪ Funcția de autocovarianță a unui proces AR(p):
E X t X t − = E (1 X t −1 ++ p X t − p ) X t − =
.
= 1E X t −1 X t − ++ p E X t − p X t −
▪ Dacă = 0 :
= Cov ( X t , X t − ) = E X t X t −
1 0 + 2 1 + + p p −1 = 1
1 1 + 2 0 + + p p − 2 = 2
.
1 p −1 + 2 p −2 + + p 0 = p
Serii de timp
ARMA 12
▪ Funcția de autocorelație a unui proces AR(p):
▪ Ecuațiile Yule-Walker: = R
▪ = ( 1 , 2 ,, p ) , = (1 , 2 ,, p )
1 1 p −1
1 1 p −2
▪ R= .
p −1 p−2 1
Serii de timp
ARMA 13
Exemplu: AR(1) cu = 0 : X t = X t −1 + t .
▪ 1 − z = 0 z = 1/ .
▪ | z | 1 | | 1 .
▪ ( L) = 1 − L, −1 ( L) = i Li .
i =0
▪ Reprezentarea MA: X t =
i =0
i
t −i .
▪ ACF: = .
11 = 1 =
− 2 2 −2
▪ PACF: 22 = 2 21 = =0 .
1 − 1 1− 2
kk = 0, k 1
Serii de timp
ARMA 14
Exemplu: AR(2) cu = 0 : X t = 1 X t −1 + 2 X t −2 + t .
Ecuația autoregresivă: 1 − 1 z − 2 z = 0 .
2
▪
▪ Procesul AR(2) este staționar dacă z1 1, z2 1 .
1 12 1
▪ z1,2 = − + 2 , z1 z2 = −1/ 2 .
22 42 1
2
▪ Triunghiul de staționaritate:
2
1 + 2 1
1 − 2 1 1
−1
2
Serii de timp
ARMA 15
1 = 1 / (1 − 2 )
▪ ACF: 2 = 1 1 + 2 .
= + , 2
1 −1 2 −2
1
11 = 1 = 1 −
2
1 1
2 2 − 12
▪ PACF: 22 = 1 = = 2 .
1 1 1 − 1
2
1 1
kk = 0, k 2
Serii de timp
ARMA 16
Serii de timp
ARMA 17
Serii de timp
ARMA 18