时间序列回归模型R实现.docx

文档介绍：时间序列回归模型R实现
时间序列回归模型R实现
1 / 261
时间序列回归模型R实现
**
时间序列回归模型
干预分析
概念及模型
Box和Tiao引入的干预分析提供了对于干预影响时间序列的效果rmiles)==13),Dec02=1*(seq(airmiles)==84)),method="ML",
xtransf=(I911=1*(seq(airmiles)==69),I911=1*(seq(airmiles)
==
69)),transfer=list(c(0,0),c(1,0)))
Coefficients:
ma1
sma1
Dec96
Jan97
Dec02
I911-MA0
.
sigma^: loglikelihood=, aic=
画图
plot(log(airmiles),ylab="log(airmiles)")
points(fitted())
时间序列回归模型R实现
时间序列回归模型R实现
10 / 2610
时间序列回归模型R实现
**
Nine11p=1*(seq(airmiles)==69)
plot(ts(Nine11p*(-)+
filter(Nine11p,filter=.8139,method='recursive',side=1)*(-),
frequency=12,start=1996),type='h',ylab='9/11Effects')
abline(h=0)
时间序列回归模型R实现
时间序列回归模型R实现
11 / 2611
时间序列回归模型R实现
从上图可以看出在 2003年底后，911事件的影响效应才平息，航班客运量恢复了正常。
时间序列回归模型R实现
时间序列回归模型R实现
26 / 2626
时间序列回归模型R实现
**
异常值
在时间序列中异常有两种，可加异常和新息异常，分别记 AO和IO。
异常值例如
模拟数据
模拟一般的 ARIMA〔1，0，1〕，然后成心将第 10个观测值变成异常值 10.
(12345)
y=(model=list(ar=,ma=),=158,n=100)
y
[9]
[17]
[25]
时间序列回归模型R实现
时间序列回归模型R实现
13 / 2613
时间序列回归模型R实现
**


[57]
[65]
[73]
[89]
[97]
>y[10]<-10
模型初步判断
时间序列回归模型R实现
时间序列回归模型R实现
14 / 2614
时间序列回归模型R实现
>acf(y)
时间序列回归模型R实现
时间序列回归模型R实现
26 / 2626
时间序列回归模型R实现
**
>pacf(y)
eacf(y)
AR/MA
0xxooooooooo
ooo
1ooooooooooo
ooo
2ooooooooooo
ooo
3oxooooooooo
o
o
o
4oxooooooooo
o
o
o
时间序列回归模型R实现
时间序列回归模型R实现
16 / 2616
时间序列回归模型R实现
**
5xxooooooooo
ooo
6xoooooooooo
o
oo
7oxooooooooo
o
oo
从三个的结果来看，可以初步分析
y是AR〔1〕模型
对模型时行拟合
m1=arima(y,order=c(1,0,0))
m1
Call: