平稳时间序列检验
第28卷 第3期2010年7月
沈阳师范大学学报(自然科学版)
JournalofShenyangNormalUniversity(NaturalScience)
Vol畅28,No.3文章编号:1673-5862(2010)03-0357-03
时间序列平稳性检验
刘罗曼
(沈阳师范大学数学与系统科学学院,辽宁沈阳 110034)
摘 要:对于一个时间序列的分析首先要判断是否是平稳时间序列,即看它的均值和方差是否随时间的变化而变化,且自相关函数是否与时间间隔有关而与所处的时刻无关。通常,大多数时间序列是非平稳的。因此,首先要检验平稳性,然后再将非平稳时间序列转化成平稳时间序列。在时间序列分析中,为检验序列的平稳性,经常要用到一阶差分,二阶差分,有时为选择一个合适的时间序列模型还要对时间序列数据进行对数转换或平方根转换等。从时间序列数据和时间序列模型2方面来阐述时间序列平稳性的检验,共介绍4种检验法。在实际中可以将这些方法与实际背景相结合来判断时间序列的平稳性。
关 键 词:时间序列数据;时间序列模型;平稳性;检验法中图分类号:O212 文献标识码:Adoi:10.3969/j.issn.1673-5862.2010.03.010
0 引 言
时间序列分析是统计学的重要组成部分,其应用遍及经济学,工程学等各个领域[1-10]。时间序列分析是建立在序列平稳性基础上的。因此,检验序列的平稳性至关重要。本文介绍几种简单的平稳性检
验方法。
1 利用时间序列数据检验平稳性
该种检验只需利用时间序列数据。
数据为1983年11月至1989年12月我国电风扇月销售量(共74个数据)。变量:date(月份),sales(电风扇销售量:万台)。1.1 逆序检验法
1)该序列共有74个数据,分为M=12段,前10段每段6个数据,后2段每段7个数据。每段按时间平均的均值序列如下:
y1~y5
y6~y10y11~y12
18.8667194.0667123.5714
76.6667
69.5833209.8571
11
62.5167
257.2833175.8500
74.800064.2500
393.6500
2)计算均值序列逆序总数A=
Ai
11
6
9
4
7
i=1
钞
Ai,其中Ai(i=1,2,…,11)为yi的逆序数。
3
5
1
3
0
1
A=
11i=1
钞
Ai=50
3)计算统计量进行统计检验
收稿日期:2009-08-17
基金项目:辽宁省教育厅高等学校科学研究项目(20060842)。作者简介:刘罗曼(1977-),女,辽宁沈阳人,沈阳师范大学教师,硕士。
2E(A)=M(M-1)=33,D(A)=17=53.
472
A+-E(A)
Z=3999=2.
Z近似服从N(0,1)分布,当显著性水平α=0畅05时,查正态分布表可知,若|Z|<1畅96,则认为序列无明显的趋势,是平稳序列,否则为非平稳序列。
因为Z=2畅3999>1畅96因此,该序列是非平稳的。1.2 游程检验法
设序列均值为144畅0432,序列中比均值小的记为“-”,比均值大的记为“+”,得到符号序列,其中每一段连续相同的符号序列称为一个游程,该数据共有11个游程。
游程检验:
序列长度N=74,N=N1+N2=24+50,N1,N2分别为“+”,“-”出现的次数。游程总数r=11,
则统计量Z=近似服从N(0,1)分布,其中E(r)=+1,D(r)=
。
2(N-1)
计算得E(r)=33畅4324,D(r)=13畅9648,进而Z=-6,在显著性水平α=0畅05下,|Z|=6>1畅96,因此序列是非平稳的。
2 利用时间序列模型检验平稳性
1)特征根检验法
该方法是先拟合序列的适应性模型,然后求由模型参数组成的特征方程的特征根,若所有特征根都满足平稳性条件,即|λi|<1,则可以认为序列是平稳的,否则序列是非平稳的。
现有一个对某序列拟合的适应性模型:
Xt-2Xt-1+1畅2Xt-2-0畅2Xt-3=at-0畅6at-1-0畅5at-2,检验该序列的平稳性。特征方程为:X3-2X2+1畅2X-0畅2=0,λ1=1是方程的一个特征根,因此不满足平稳条件,则该序列是非平稳的。
2)参数检验法系统的平稳性条件既可以用特征根表示,也可以用模型的自回归参数表示。首先利用自回归参数构造表1。
表1 参数表
行123456…2n-3
参 数
φ0φna0an-1b0bn-2…l1
φn-1a1an-2b1bn-3…l2
φ1
φn-2a2an-3b2bn-4…l3
φ2
…………………
φnφ0
an-1a0
bn-2b0
…
其中φ0=-1,φi(i=1,2,…,n)为模型中自回归参数。
a0an-1-iφ0φn-i
ai=,bi=,(i=0,1,…,n-2),依次类推,直到第2n-3行只剩下3
an-1aiφnφi
个元素。平稳条件当且仅当同时满足下面3个条件:
1)φ1+φ2+…+φn<1;
2)-φ1+φ2-φ3+…+(-1)φn<1;
n
3)|φn|<|φ0|,|an-1|<|a0|,|bn-2|<|b0|,…,|l1|<|l0|。对上述模型检验如下:
φ1=2,φ2=-1畅2,φ3=0畅2,n=3
a0=a1=a2=
可构造列阵如表2。
表2 数值表
行123
-10.20.96
参 数2
-1.2-1.76
-1.2
20.8
0.2
1
φ0 φnφ0φnφ0φn
φnφ0φn-1φ1φn-2φ2
===
φ0φ3φ0φ3φ0φ3
φ3φ0φ2φ1φ1φ2
===
-10.2-10.2-10.2
0.2
=0畅96,-1
2-1.
=-1畅76,2
2
=0畅8。1.2-
检验条件:1)φ1+φ2+φ3=1,不满足平稳条件,则该序列是非平稳的。
3 小 结
文中主要从数据和模型2方面介绍时间序列平稳性的检验方法,都比较简单实用。在实际操作中,
应根据数据背景和实际经验选择合适的方法。参考文献:
[1]卢纹岱.Spss统计分析[M].3版.北京:电子工业出版社,2003.[2]顾 岚.时间序列分析预测与控制[M].北京:中国统计出版社,1999.[3]王振龙.时间序列分析[M].北京:中国统计出版社,1999.
[4]苏树军,裴青萍.基于ARMA模型的新疆旅游市场趋势预测[J].新疆职业大学学报,2009,17(5):18-21.[5]栗 然,王 粤,肖进永.基于经验模式分解的风电场短期风速预测模型[J].中国电力,2009,42(9):77-81.[6]涂雄苓,徐海云.ARIMA与指数平滑法在我国人口预测中的比较研究[J].统计与决策,2009,25(1):21-23.[7]宋令勇,宋进喜,张文静.西安地区降水时空分布及变化规律分析[J].干旱区资源与环境,2010,24(1):85-89.[8]张 可,刘小兰,朱建国.中部地区资本投入与经济增长相关性研究[J].资源开发与市场,2009,25(9):811-814.[9]贺兴东,刘 凯,邵伟如.基于谱估计的中国物流业发展周期测定[J].交通运输系统工程与信息,2009,9(4):15-
19.
[10]刘罗曼.时间序列分析中指数平滑法的应用[J].沈阳师范大学学报:自然科学版,2009,27(4):416-418.
CheckingofTimeSeriesStationarity
(SchoolofMathematicsandSystemScience,ShenyangNormalUniversity,Shenyang110034,China)
LIULuo-man
Abstract:Timeseriesanalyisfirstjudgesitsstationarity,namelyjudgesifitsmeansandvariancechangewhentimechanges.
Usually,mosttimeseriesarenotstationary.Wemusttransformnonstationaritytostationarity.Weusuallyusefirst-orderdifferenceandsecond-orderdifferenceduringthechecking.Sometimesweneedlogarithmorsquareroottransformation.Thepaperdiscussesdifferentmethodsrespectivelyforstationarycheckingfromseriesdataandmodel.Therearefourcheckingmethods.Wecanconsiderthesemethodsandpracticalbackgroundtojudgetimeseriesstationarity.
Keywords:timeseriesdata;timeseriesmodel;stationarity;checkingmethods