книги / Статистический анализ временных рядов
..pdf274 |
ЛИНЕЙНЫЕ МОДЕЛИ С КОНЕЧНЫМ ЧИСЛОМ ПАРАМЕТРОВ |
Г л . 5. |
Коэффициенты корреляции для чисел солнечной активности по Крэддоку.
Изучение данных солнечной активности было предпринято так же Крэддоком (1967), использовавшим ежегодные наблюдения с 1700 по 1965 г. График результатов наблюдений представлен на рис. 5.1. Соответствующие корреляции приведены на рис. 5.2. Крэд док производит подбор различных моделей авторегрессии для р
от 1 до 30. На рис. 5.3 представлен график отношения сгр/сто (в про
центах), где сгр — оценка дисперсии на основании модели порядка
р (с включенной |
в |
модель |
константой). Разность Т (op_i — Op) |
|||
пропорциональна |
отношению рр!арр, |
которое |
используется при |
|||
проверке |
гипотезы |
Рр = 0. |
[См. (16) |
§ 5.6.] Фактически ^-статис |
||
тикой является |
|
|
|
|
|
|
(2) |
(Т - р ) |
|
|
— (Г — р) |
- 1J • |
Рис. 5.3.
Остаточная вариабельность в моделях авторегрессии.
&9. н е к о т о р ы е п ри м е р ы 275
Приведенные данные весьма определенно указывают на то, что и Р2 должны быть взяты отличными от нуля. Далее, представляется
сомнительным, чтобы значения Р3, ...» р9 были равны нулю. Зна чения р10, ..., р18 более похожи на нулевые. Наконец, можно за ключить, что р19, ..., рзо будут нулями. В формальных терминах процедуры со многими решениями, описанной в конце разд. 5.6.3,
возьмем р = 3 0 и т = 0 . Коэффициенты |
/ = 9, ..., 30, |
Таблица 5.5 |
|
оценки коэффициентов процессов авторегрессии д л я индекса БЕВЕРИДЖА ЦЕН на ПШЕНИЦУ с ВЫДЕЛЕННЫМ ТРЕНДОМ
|
|
|
|
|
|
be (Р) bi (Р) ь,(р) |
УШ ьр ( Р ) |
*2 |
Р |
bt (р) |
Ь* (р) |
Ь3 (р) |
Ь4 (р) |
Ьь (р) |
°0 |
||
|
|
|
|
|
|
|
|
|
2 |
—0.7368 |
0.3110 |
|
|
|
|
5.984 |
0.6179 |
3 |
—0.7489 |
0.3397 |
—0.0388 |
|
|
|
—0.746 |
0.6170 |
4 |
—0.7503 |
0.3521 |
—0.0662 0.0367 |
|
|
0.706 |
0.6162 |
|
5 |
—0.7488 |
0.3494 |
—0.0516 0.0055 -0.0415 |
|
—0.798 |
0.6151 |
||
6 |
—0.7435 |
0.3501 |
—0.0582 0.0504 |
—0.0546 |
0.1284 |
2.470 |
0.6050 |
|
7 |
—0.7285 |
0.3437 |
—0.0524 0.0436 —0.0138 |
0.0417 0.1165 |
2.241 |
0.5968 |
||
8 |
—0.7123 |
0.3495 |
—0.0543 0.0496 |
—0.0211 |
0.0895 0.0153 0.1390 |
2.674 |
0.5853 |
равны приближенно 1.2, за исключением |
|
равного примерно |
||||
2.2, и V Л^д. примерно равного 3.8. Если |
последовательность |
е(, |
||||
1 = 9 , . . . , 30, такова, что 0.0002 < |
ес < |
0.02, то порядок следует |
||||
выбрать равным 9. Если же 0.03 < |
ег < |
0.1 для |
i = 18, |
..., |
30, |
|
то порядок следует принять равным 18. |
(гг |
= ... |
= е30 |
=0.0035 |
||
соответствует р0 =0.9.) |
|
|
|
|
|
|
Уиттл (1954) изучал солнечную активность на базе полугодовых данных за период с 1886 по 1945 г. и подыскал для них модель авто регрессии, использующую запаздывания на 1 и 22, т. е. на 6 меся цев и 11 лет. Было проведено и много других статистических иссле дований.
([Рядами Вольфа и Уиттла занималась также Шерф (1954). Она подобрала модель авторегрессии с запаздываниями на 1, 2 и 9.
В качестве другого примера рассмотрим ряд Бевериджа индек сов цен на пшеницу с выделенным трендом, затабулированный в приложении А.1 вместе с его корреляциями. Оценки коэффициентов процесса авторегрессии порядка р даны в табл. 5.5 для р = 2, 3, ...
.... 8. В предпоследнем столбце этой таблицы приведены значения
статистики V T Ьр (р), которые могут быть использованы для про верки нулевой гипотезы рр — 0 против альтернативы р0 Ф 0, в пред
276 ЛИНЕЙНЫЕ МОДЕЛИ С КОНЕЧНЫМ ЧИСЛОМ ПАРАМЕТРОВ Гл. 5.
положении, что порядок процесса не выше р. Следует отметить, что при любом разумном уровне значимости нулевая гипотеза Р2 =
= 0 отвергается, в то время как нулевые гипотезы |
= 0 для р = |
|
= |
3, 4, 5 принимаются. Нулевая гипотеза рр = 0 |
отвергается для |
р |
= 6, 7, 8 с уровнем значимости 2,5% и принимается для р = 6, 7 |
с уровнем значимости 1 %. Если полагать, что порядок не может быть больше р для р =6 ,7 или 8, и использовать предложенную ранее процедуру со многими решениями, то решение о том, что порядок равен р, принималось бы при уровне значимости, не меньшем 0.025. С другой стороны, если использовать процедуру со многими реше
ниями, состоящую в поочередной проверке гипотез р/ = |
0 для / = |
= 2, 3, ... до тех пор, пока какая-то из этих гипотез не |
будет при |
нята и будет решено, что порядок равен порядку, соответствующему последней отклоненной гипотезе, то можно было бы прийти к за ключению, что процесс имеет порядок 2 [как это было у Саргана (1953)]. Однако, судя по табл. 5.5, для порядка рассматриваемого процесса может оказаться наиболее подходящим и значение, боль шее 8.
5.10. ОБСУЖДЕНИЕ
В настоящей главе мы обсудили математические модели стацио нарных процессов, определяемые конечным числом параметров. При этом модели были таковы, что о них можно говорить как о ли нейных, имея в виду линейность по коэффициентам, по наблюдае мым переменным и по гипотетическим случайным переменным. В ряде случаев модель соответствует теории образования наблюдае мых данных и ее коэффициенты имеют самостоятельный смысл. В других случаях модель является аппроксимацией, оказывающей ся адекватной для многих целей.
' Модель авторегрессии обладает рядом преимуществ по сравне нию с моделью скользящего среднего и процессом авторегрессии с остатками в виде скользящего среднего, хотя последние в определен ных случаях могут хорошо описывать образование наблюдаемых временных рядов. Оценки коэффициентов процесса авторегрессии легко вычисляются. Статистические процедуры для такого процес са, основывающиеся на теории больших выборок, легко выполнимы, поскольку они соответствуют обычной технике наименьших квад ратов. Во многих случаях коэффициенты процесса авторегрессии допускают непосредственную интерпретацию, а линейные функции от запаздывающих переменных могут быть использованы для прог нозирования.
Как мы увидим позднее, каждую из этих моделей можно исполь зовать для аппроксимации и оценивания спектральной плот ности.
УПРАЖНЕНИЯ |
277 |
ЛИТЕРАТУРА
§ 5.1. Дж. Уолкер (1931), Юл (1927).
§ 5.3. Тернбулл и Эйткен (1952), Халмош (1958).
§5.4. Дурбин (1960а), (1960b), Манн и Вальд (1943b).
§5.5. Т. Андерсон (1959), Т. Андерсон и Рубин (1950), Купменс, Рубин и Лейпник (1950), Лоэв (1963).
§ 5.6. Бартлетт и Диананда (1950), Кенуй (1947), А. Уолкер (1952).
§5.7. Дурбин (1959), А. Уолкер (1961).
§5.8. Дуб (1944), Дурбин (1960b), А. Уолкер (1962).
§ 5.9. Вальдмейер (1961), Вольд (1965), Крэддок (1967), Сарган (1953), Уиттл (1954), Шерф (1964), Шустер (1906), Юл (1927).
Упражнения. Кузнец (1954), Хаавелмо (1947).
УПРАЖНЕНИЯ |
|
!..(§ 5.1) Найдите коэффициенты оы, ...» |
а р в соотношении (2), если послед |
нее записано в виде |
|
(Др + а 1Ар—1 + . . . + |
а р) у(_ р = щ. |
2. (Разд. 5.2.1) Проведите подробно выкладки в (30) для случая q = 1, р = 2. Выразите щ , определяемое выражением (31), с помощью щ для г = 1. Убедитесь, что ut не коррелированы.
3. (Разд. 5.2.1) Пусть {yt} — стационарный процесс, удовлетворяющий урав нению
•yt + yt^ \ = ut>
в котором SЩ= 0, |
= |
а2 и 8 |
= 0 , |
t Ф s. Докажите, что yt = |
(— l)s yt^ s |
с вероятностью 1. |
|
|
|
|
|
4. (Разд. 5.2.1) |
Докажите, что линейное разностное уравнение |
порядка р |
|||
Ро (0 zt + |
Pi (0 zt—i + * * * |
+ Рр (0 zt—p —а (О» |
|
где Р0(t) Ф 0, рр (f) Ф 0 на множестве 5 последовательных значений t имеет одно
и только одно решение г/, для которого значения zt при р последовательных значе ниях t равны заданным. (Указание. Доказать индукцией по t, что значения реше ния zt при любых р последовательных целых значениях t определяют значение
цдля следующего целого t.)
5.(Разд. 5.2.1) Покажите, что t-я степень любого корня х/ характеристическо го уравнения (23), соответствующего стохастическому разностному уравнению
Po“V + + ••• + Pp“V_p =
является решением последнего (р0 Ф 0, рр ф 0). (Указание. Сделать подстановку
т = 4 )
8. (Разд. 5.2.1) Покажите, что
(Р — о) Pq (t) а* — Р<1—\ (f) а*+ |,
где Pq (/) и Рд^1 (f) — полиномы степени q и q — 1 соответственно.
7. (Разд. 5.2.1) Покажите, что
< ? - а ) тРт^ 1 ® а ! = 0.
2?8 |
ЛИНЕЙНЫЕ МОДЕЛИ С КОНЕЧНЫМ ЧИСЛОМ ПАРАМЕТРОВ |
Гл. Ь |
|
8. |
(Разд. 5.2.1) Покажите, что выражение с0а* + citct^ + |
... + |
|
+ |
можно записать в виде Рт_ { |
(для а Ф 0). |
|
9. (Разд. 5.2.1) Докажите, что если а — действительный корень кратности т характеристического уравнения (23), соответствующего однородному разностному уравнению упр. 5, то wt = Рт^\ {t)cf будет решением этого разностного уравне ния.
10. |
(Разд. 5.2.1) Докажите, что если aefQи |
составляют |
пару комплекс |
но сопряженных корней кратности т алгебраического уравнения (23), |
соответст |
||
вующего однородному разностному уравнению упр. 5, то |
|
|
wt = P m__1 (t) а!ет + Р т _ , (f) <х*е-ш
является решением последнего. Здесь Pm_ { (t) и Рт _ j (t) — полиномы, соответст венные коэффициенты которых комплексно сопряжены.
11. (Разд. 5.2.1) Докажите, что если все корни уравнения (23) различны, |
то |
|
р |
|
|
всякое решение разностного уравнения из упр. 5 имеет вид щ = 2 fe*/» гДе |
ко" |
|
эффициент kt действителен, если действителен */, и коэффициенты ki и |
комп |
лексно сопряжены, если таковы ж е хi и х ^ . (Указание. Используя упр. 5, пока
жите, что щ указанного вида является решением, и, используя упр. 4, покажите, что оно будет единственным для заданных р последовательных (по t) значений w t)
12. (Разд. 5.2.1) Выясните, является ли условие pi = 0 в модели разностного
уравнения второго порядка необходимым и достаточным для того, чтобы yt и у ^ были независимыми.
13. (Разд. 5.2.2) Выведите из (51) следующие выражения:
|
|
*(0) = |
|
о2_____ |
1+Р2 |
|
|
|
|
|
|
|
|
|
(1 + Р2)а~Р? |
I - Р а |
’ |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|||||
|
|
0 (1) = |
|
а2 |
|
- P i |
|
|
|
|
|
|
|
|
|
P2)a- P i |
|
1 - Р 2‘ |
|
|
|
|
|
|
|
|
|
(1 + |
|
|
|
|
|
|
|
|||
|
14. |
(Разд. 5.2.2) Получите выражения, указанные в упр. 13, |
используя |
(42) |
||||||||
и соотношения |
|
|
|
|
|
|
|
|
|
|
||
|
|
« ( О ) - * ( 2 |
^ |
J f = 0af ; |
|
|
|
|
|
|
||
|
|
' г=0 |
|
/ |
г=0 |
|
|
|
|
|
|
|
|
|
Of |
|
оо |
|
со |
|
|
|
|
|
|
|
|
0 (1) = 82 brut_ r 2 &sui—\—s =°а2 6A+i- |
|
|
|
|||||||
|
|
г = 0 |
|
s = 0 |
|
г=0 |
|
|
|
|
|
|
(b) |
15. |
(Разд. 5.2.2) Постройте график ёг |
и |
а(г) для |
а2= |
1 |
и |
(a) |
Bi = |
0.9, |
||
= |
- 0 .9 , (с) pi = 0.1, (d) Pi = - 0 .1 . |
|
|
|
|
|
|
|
|
|||
Р2= |
16. |
(Разд. 5.2.2) Постройте график |
й, и о (г) |
для |
о2= |
1 и |
(a) |
Pi = 0.25, |
||||
0.0625, (b) Pi = 0.7, р2= |
0.49 и (с) Pi = |
0.9, р2= |
0.81. |
|
|
|
|
|
280 |
ЛИНЕЙНЫЕ МОДЕЛИ С КОНЕЧНЫМ ЧИСЛОМ ПАРАМЕТРОВ |
Гл. 5. |
Покажите, что
Го — г *2
*2
(Ь) Пусть оценки параметров |3i, р2, Рз определены соотношениями
Покажите, что
'з — г?гз + г13 — 2у~а + l - 2 r ? + 2 r ? r * 2- r ?
24.(Разд. 5.5.1) Распишите подробно уравнение (3) для у* = у* и убедитесь, что это уравнение определяет те же самые оценки, что и уравнение (8) § 5.4.
25.(Разд. 5.5.1) Пусть в соотношении (1) щ независимы и распределены со гласно N (0, 2), а у0— заданный вектор. Покажите, что уравнения (3) и (4) опре
деляют оценки максимального правдоподобия для В и 2.
26.(Разд. 5.5.2) Покажите, что из того, что матрица А положительно полуопределена и trA = 0, вытекает А = 0.
27.(Разд. 5.5.3) Докажите, что из уравнения (31) матрица А определяется однозначно. (Указание. Преобразовать (31) к виду
А * -А А * Л ' = 2*, где А* = С-1 А (С')-1 и 2 * = С- 1 2 (С')- 1 -)
28. (Разд. 5.5.3) Покажите, что если А = В + С и при этом матрица В поло жительно определена, а матрица С положительно полуопределена, то матрица А будет положительно определенной. (Указание. х'Ах = х'Вх + х'Сх, а матрица А положительно определена тогда и только тогда, когда х'Ах > 0 и из х'Ах = 0 следует х = 0.)
29. (Разд. 5.5.4) Убедитесь, что если случайная матрица W имеет ковариа
ционную матрицу А 0 2 , то матрица A~*W будет иметь ковариационную матрицу
А- 1 0 2.
30. (Разд. 5.5.5) Пусть в соотношении (57) щ независимы и распределены по закону N (0, 2), а у0 — заданный вектор. Покажите, что уравнения (60) и (61) определяют оценки максимального правдоподобия для В, v и 2.
31. (Разд. 5.5.5) Вычислите (67) для р = 2 и В = В.
32.(Разд. 5.5.5) Покажите, что сумма математических ожиданий квадратов компонент (70) сходится к нулю.
33.(Разд. 5.6.3) Проверьте, что (50) имеет нулевое среднее, дисперсию о4
ичто эти суммы при различных значениях индекса / не коррелированы.34
34.(Разд. 5.7.1) Для <7= 1 покажите, что | о (1) | < а (0)/2.
282 |
ЛИНЕЙНЫЕ МОДЕЛИ С КОНЕЧНЫМ ЧИСЛОМ ПАРАМЕТРОВ |
Гл. 5. |
||||
Матрица сумм квадратов |
и перекрестных |
произведений для 1, |
—1>Dt—2* |
|||
равна |
21 |
231 |
1202 |
1174 |
1241' |
|
|
|
|||||
|
231 |
3311 |
13905 |
13551 |
14473 |
|
|
1202 |
13905 |
70112 |
68247 |
72365 |
|
|
1174 |
13551 |
68247 |
66781 |
70313 |
|
|
1241 |
14473 |
72365 |
70313 |
75151. |
|
(c) Найдите оценки (максимального правдоподобия) параметров р и б (коэф фициентов тренда для модели, записанной в виде
Уг — (И- + + Pi {% -i — [|л + в (/ — 1)]} + р2 {у^_2 — [р + б (t — 2)]} = щи
(d) Найдите корни характеристического уравнения, соответствующего сто хастическому разностному уравнению, имеющему в качестве коэффициентов по лученные оценки, укажите аргументы и амплитуды этих (комплексных) корней.