1 |
時間序列模型建立之各種分析方法之比較與實證研究徐瑞玲, XU, RUI-LING Unknown Date (has links)
時間數列分析自一九七0年Box-Jenkins 發展出自我迴歸移動平均整合模式(簡稱A
RIMA(p,d,q))建立法後,便更普遍地應用於經濟、企管、工程及物理等
相關領域上。但利用Box-Jenkins 的鑑定方法一般只對MA或AR模型有效,而對混
合的ARMA模型則不適用。其後陸續有統計學者提出不同的鑑定方法,但都無法有
效地決定P、d、q階數。
直至一九八四年以後,Tsay和Tiao兩位學者才又提出了一套有效的鑑定法則,利用擴
展的樣本自我相關函數(Extended Sample Autocorrelation Function)或正規分析
(Canonical Analysis)求出的最小正規相關係數(The Smallest Canonical Corr-
elation )做為鑑定p、d、q的準則。這兩種方法的優點皆為可直接處理平穩或非
平穩型時間數列,而不用事先決定差分的階數,而且對混合ARIMA模型亦有效。
對於有異常點(Outlier )存在的時間數列,其可能由於某些外在的介入因素所引起
,而ARIMA模型對資料的配適是不足夠的。因此該如何發現異常點的存在及加入
合理的介入模式亦構成了模型鑑定的問題。本文除對Tsay和Tiao的方法做一說明外,
亦利用其鑑定方法對存在有異常點的時間數列做一分析,並由實證研究探討其對季節
模型的鑑定效果。
|
Page generated in 0.0154 seconds