09 / Box–Jenkins 预测

预测与不确定性

今天估计明天,与今天估计后天,用的是同一批已知信息。差别在于,中间有多少期尚未发生的意外?本章沿用课件记号:i 是作出预测的时点,\ell 是往前看的期数,a_t 是创新(前几章写作 Z_t)。

09.1 · 哪些数可以直接代进去?

实测到哪一期,预测从哪里开始?

实线:已观测水平;虚线:从第 121 期作出的预测。

站在第 i 期末,\hat X_i(2) 指对第 i+2 期的预测,不是等到第 i+1 期再预测。把未来值写成创新的加权和,以两步为例:先减去固定均值,下式记中心化后的水平为 X。

X_{i+2}=a_{i+2}+\psi_1a_{i+1}+K_iK_i=\psi_2a_i+\psi_3a_{i-1}+\cdots

假设历史创新可用(拟合时用一步残差近似)。前两项尚未知,后面的 K 已知。若用另一个历史线性组合 G 预测,未来创新与历史不相关,展开平方后交叉项为零:

V_2=(1+\psi_1^2)\sigma_a^2\mathrm{MSE}(G)=V_2+E[(K_i-G)^2]

第一项无法通过改 G 消掉;第二项取 G = K 就是零。这就是最小均方线性预测。若未来创新给定过去的条件均值也为零(如独立创新),这同样是条件期望预测。不相关本身不等于独立。

例 6.1:固定在第 121 期,不偷看下一期

AR(2) 的截距是 0.486,两个系数是 1.561 和 −0.656。最近两次实测是 6.63、6.20。往后推时,缺的是观测就代入前一步预测,缺的是未来创新就取条件均值零。截距已经包含均值的影响,不再额外加 μ。

\hat X_i(0)=X_i\hat X_i(-1)=X_{i-1}\hat X_i(\ell)=\theta_0+\phi_1 u+\phi_2 v

u、v 分别取目标日往前一、两期的实测或预测。

为什么计算器和 PPT 不完全相同?

投影片给出的前两步为 5.80、5.45;用同页印出的系数和观测直接算是 5.81492、5.49589。这里按印出的输入计算,中间不舍入。做区间题时,若题目另给点预测,直接用题给中心。