- 理解AR模型的定义,能熟练写出AR模型的模型结构和特征方程的表达式;
- 掌握AR模型平稳性判别的三种方法,即图示法、特征根法和平稳域方法。
练习1、考察如下四个AR模型的平稳性:
利用函数arima.sim或函数filter拟合上述四个序列的序列值,绘制时序图(以2×2的结构排列),并对图形做出解释,判断该序列是否平稳。
#使用arima.sim函数产生(1)、(3)两个平稳AR模型
x1 <- arima.sim(n = 100,list(ar = 0.612))
x4 <- arima.sim(n = 100,list(ar = c(-0.1,0.72)))
#注:arima.sim函数如果指定拟合的AR模型为非平稳模型,系统会报错!
#使用filter函数产生序列(2)、(4)两个非平稳AR模型
x2 <- filter(rnorm(100),filter = 1.7,method = "recursive")
x3 <- filter(rnorm(100),filter = c(-1.9,-0.4),method = "recursive")
#绘制四个序列时序图,以2X2的结构排列
par(mfrow = c(2,2),cex = 0.6)
plot(x1)
plot(x2)
plot(x3)
plot(x4)
结果分析:
(1)模型(1)平稳,该序列始终在一个常数值0附近波动,且波动范围长期在-3至3之间,呈现出平稳序列的特征。
(2)模型(2)非平稳,该序列前期在0附近波动,但后期到80以后,呈现出指数上升的趋势,可认为是不平稳的。
(3)模型(3)非平稳,该序列前期在0附近波动,但后期到80以后,波动范围逐渐增大且无界,可认为是不平稳的。
(4)模型(4)平稳,该序列始终在一个常数值0附近波动,且波动范围长期在-3至3之间,呈现出平稳序列的特征。
练习2、利用特征根法判别练习1中四个模型的平稳性。
要求:写出特征方程或自回归系数多项式方程的具体表达式,并利用函数polyroot和函数Mod分别求方程的根和对应的模。
分析:
模型(1):特征方程:
特征根的结果及平稳性的判别:特征根
,特征根在单位圆内,因此该AR(1)模型平稳。
模型(2):特征方程:
特征根的结果及平稳性的判别:特征根
,特征根在单位圆外,因此该AR(1)模型不平稳。
模型(3):特征方程:
求特征根(或因式分解过程):
> x3 <- polyroot(c(0.4,1.9,1))
> x3
[1] -0.2411277-0i -1.6588723+0i
> Mod(x3)
[1] 0.2411277 1.6588723
特征根的结果及平稳性的判别:特征根,
,,λ1在单位圆内,但是λ2不再单位圆内,因此认为该AR(2)模型是不平稳的。
模型(4):特征方程:
求特征根(或因式分解过程):
> x4 <- polyroot(c(-0.72,0.1,1))
> x4
[1] 0.8+0i -0.9+0i
> Mod(x4)
[1] 0.8 0.9
特征根的结果及平稳性的判别:特征根,
,,两个特征根都在单位圆内,因此认为该AR(2)是平稳的。
标签:判别,特征,模型,平稳,AR,20%,平稳性 From: https://blog.csdn.net/weixin_51423847/article/details/137465796