自回归模型的平稳性研究

自回归模型的平稳性研究

论文摘要

单位根检验是基于动态数据建立ARMA模型和ARIMA模型、变量间的协整分析、因果关系检验等的基础。单位根检验作为一种特殊的假设检验方法,其可靠性的研究以及如何寻求可靠性较高的检验方法和统计量多年来一直是时间序列分析中的重要课题。2006年日本学者Fukuda提出了建立在信息准则基础上ARMA模型的单位根检验方法,通过模型选择而达到时间序列的平稳性检验之目的。本文在研究了AR(1)模型的统计性质的基础上对经典的DF单位根检验方法和信息准则基础上的模型选择法的单位根检验进行了比较,并用这两种方法中国农村居民家庭人均纯收入时间序列数据进行了单位根检验的实证研究。通过研究发现信息准则基础上的单位根检验法具有方法简单计算量小的优点,该方法和DF检验法相比,具有较高的可靠性,它还克服了传统的单位根检验方法的局限性。对于由随机差分方程描述的非线性时间序列模型,在什么样的模型结构及参数条件下模型存在平稳解,这一问题的研究对非线性时间序列模型的建模、参数估计及模型性质分析等具有重要的意义。非线性自回归模型的稳定性常常由该模型确定的马尔可夫链的遍历性决定,在某些条件下,又可把马氏链的遍历性直接视为相应离散随机系统的稳定性。在非线性自回归模型的平稳性与遍历性研究中,运用一般状态空间马尔可夫链的有关知识对可加噪声模型和函数型随机条件方差模型的(几何)遍历性进行了研究,得到丰富的研究结果;此外对一些特殊的非线性自回归模型如ARCH和GARCH模型的几何遍历性问题也得到了系统的研究。本文在前人研究工作的基础上,将非线性自回归模型遍历性和几何遍历性的研究推广到了一般形式的非线性自回归模型上,得到了一般形式的非线性自回归模型在压缩和非压缩条件下的几何遍历性条件,这一工作推广和丰富了前人在这一领域的研究工作。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 引言
  • 1.1 选题的背景及意义
  • 1.2 本文的主要研究内容及论文的结构
  • 1.2.1 本文的研究内容
  • 1.2.2 论文的结构
  • 1.3 线性自回归模型的平稳性—单位根检验的研究概述
  • 1.4 非线性自回归模型的平稳性研究概述
  • 第二章 线性自回归模型平稳性研究
  • 2.1 预备知识
  • 2.1.1 单位根过程检验中常用的基本知识
  • 2.1.2 单位根过程检验中常用的收敛结果
  • 2.2 DF、ADF单位根检验概述
  • 2.2.1 DF检验法概述
  • 2.2.2 ADF检验法概述
  • 2.3 PP单位根检验法概述
  • 2.4 KPSS与LMC单位根检验法概述
  • 2.5 小结
  • 第三章 信息准则基础上的单位根检验
  • 3.1 信息准则基础上的模型选择法单位根检验概述
  • 3.2 基于最小信息准则基础上的AR(1)模型的单位根检验
  • 3.2.1 介绍
  • 3.2.2 AR(1)模型的统计性质
  • 3.2.3 信息准则(IC)基础之上的AR(1)模型单位根检验
  • 3.2.4 结论
  • 3.3 小结
  • 第四章 非线性自回归模型的平稳性研究
  • 4.1 相关知识
  • 4.1.1 一般状态马氏链与转移概率:
  • 4.1.2 不可约、非周期和小集的概念
  • 4.1.3 遍历性与几何遍历性
  • 4.1.4 NLAR模型与一般状态马氏链的联系
  • 4.1.5 关于马氏链的不可约、非周期和小集的引理
  • 4.2 可加噪声的非线性自回归模型的遍历性与几何遍历性
  • 4.3 函数型随机条件方差模型的遍历性与几何遍历性
  • 4.4 几个具体非线性自回归模型的几何遍历性
  • 4.5 GARCH模型和ARCH模型的几何遍历性
  • 第五章 一般形式非线性自回归模型的遍历性与几何遍历性研究
  • 5.1 一般形式非线性自回归模型的遍历性与几何遍历性研究现状
  • 5.2 一般形式非线性自回归模型的遍历性与几何遍历性研究
  • 5.2.1 压缩条件下的非线性自回归模型的遍历性与几何遍历性
  • 5.2.2 非压缩条件下非线性自回归模型的遍历性与几何遍历性
  • 第六章 总结
  • 致谢
  • 参考文献
  • 攻读硕士期间取得的成果
  • 相关论文文献

    • [1].基于阈值惩罚自回归模型的消费者信心指数的统计研究[J]. 吉林师范大学学报(自然科学版) 2020(03)
    • [2].神经网络自回归模型在丙肝发病趋势和预测研究中的应用[J]. 中国卫生统计 2020(04)
    • [3].嵌入式实时系统中劣质数据动态检测方法研究[J]. 科学技术与工程 2017(17)
    • [4].p阶自回归模型的经验似然统计诊断[J]. 统计与决策 2015(12)
    • [5].空间自回归模型的变量选择[J]. 中央民族大学学报(自然科学版) 2015(03)
    • [6].基于多元自回归模型的电主轴热误差建模与预测[J]. 机械科学与技术 2012(09)
    • [7].成分数据的空间自回归模型[J]. 北京航空航天大学学报 2019(01)
    • [8].多元自回归模型在区域中长期水文预报中应用研究[J]. 水土保持应用技术 2017(02)
    • [9].混合空间自回归模型的异常值检验[J]. 统计与决策 2015(01)
    • [10].时空自回归模型在大坝变形分析中的应用[J]. 武汉大学学报(信息科学版) 2015(07)
    • [11].跳步自回归模型在中长期日长变化预报中的应用[J]. 天文学报 2015(05)
    • [12].基于同方差自回归模型建立的必要条件[J]. 知识窗(教师版) 2011(12)
    • [13].基于自相关的自回归模型的区间估计[J]. 高师理科学刊 2014(02)
    • [14].自回归模型在新安江模型中的应用[J]. 科技视界 2013(20)
    • [15].振荡自回归模型设计矩阵阶的研究[J]. 陕西科技大学学报(自然科学版) 2009(03)
    • [16].基于修正的自回归模型的电视剧收视率预测[J]. 电子世界 2018(02)
    • [17].基于区域房价的空间自回归模型平均[J]. 系统科学与数学 2018(07)
    • [18].层级数据空间误差自回归模型的估计方法研究[J]. 数量经济技术经济研究 2016(05)
    • [19].基于三角模糊数的自回归模型在矿井瓦斯浓度预测中的应用[J]. 煤 2015(06)
    • [20].分歧泊松自回归模型的马尔可夫性[J]. 湖南师范大学自然科学学报 2011(04)
    • [21].分歧泊松自回归模型的渐近分布[J]. 廊坊师范学院学报(自然科学版) 2009(02)
    • [22].整值自回归模型下的单位根检验可靠性研究[J]. 统计与决策 2020(12)
    • [23].基于时空自回归模型的大型桥梁变形监测分析与预报[J]. 全球定位系统 2015(06)
    • [24].居民消费价格指数的非参数自回归模型[J]. 佳木斯大学学报(自然科学版) 2012(01)
    • [25].曲线拟合与自回归模型在地铁变形监测中的运用[J]. 地矿测绘 2009(01)
    • [26].空间自回归模型的局部影响分析和运用[J]. 统计与信息论坛 2008(09)
    • [27].如何利用自回归模型生成中国画风格水动画[J]. 美与时代(中) 2017(10)
    • [28].基于非参数自回归模型的房价预测[J]. 天水师范学院学报 2010(02)
    • [29].存在测量误差的面板自回归模型的工具变量估计[J]. 统计与信息论坛 2009(10)
    • [30].小波分解高、低频双自回归模型及其在水质监测中的应用[J]. 水利水运工程学报 2014(02)

    标签:;  ;  ;  ;  ;  

    自回归模型的平稳性研究
    下载Doc文档

    猜你喜欢