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?
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 vu、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。
09.2 · 两步预测会错在哪里?
多等一期,预测区间多宽?
仍看例 6.1。一步误差只有明天的新创新;两步误差还包含明天创新对后天的传递。相减后已知部分消失:
e_i(1)=a_{i+1}e_i(2)=a_{i+2}+\psi_1a_{i+1}V_\ell=\sigma_a^2\sum_{j=0}^{\ell-1}\psi_j^2因为不同时点的创新不相关,方差相加时要先平方权重。注意上限是步数减一,且 \psi_0=1。例中 \psi_1=\phi_1,而 \psi_2=\phi_1^2+\phi_2:前一期创新可以沿 AR(1) 项传两次,也能沿第二个滞后直接传一次。
先算方差,再把它变回观测单位
\mathrm{SE}_\ell=\sqrt{V_\ell}I_{95}=\hat X_i(\ell)\pm1.96\,\mathrm{SE}_\ell固定创新方差 0.1308。切换步数时留意平方和里新增的是哪一个权重。
这个区间覆盖的是未来的单个观测,不是总体均值。正态分位数对应高斯创新、参数已知时的条件预测区间;代入估计参数后是近似区间,没有额外计入参数估计的不确定性。
第 122 期的实测到了:怎样更新同一天的预测?
目标仍是第 123 期。假设第 122 期比原先的一步预测高 0.20,那么这 0.20 已从未知变成已知。它传到下一期的权重是 1.561,故对第 123 期的预测上调 0.3122。一般地:
a_{i+1}=X_{i+1}-\hat X_i(1)\hat X_{i+1}(\ell)=\hat X_i(\ell+1)+\psi_\ell a_{i+1}左边是新起点的 ℓ 步,右边是旧起点的 ℓ+1 步,两边必须指向同一目标日。
09.3 · 增量的预测不等于原水平的预测
改变最新创新,观察水平怎样累加
例 6.7 给定最新水平 4、上一期水平 3、最新创新 1。模型沿用这道题的减号约定(并非上一章所有例题都用此符号):
(1-0.2B)(1-B)X_t=(1-0.5B)a_tY_t=X_t-X_{t-1}Y_t=0.2Y_{t-1}+a_t-0.5a_{t-1}第一步预测增量时,当前增量 1 和当前创新 1 都已知,所以预测增量为 0.2 − 0.5 = −0.3。第二步的上一期创新还未发生,不能再减 0.5;只把第一步的增量预测乘以 0.2。
考试核对:直接在原尺度递推
展开左边的两个因子,原序列前两项的系数分别为 1.2 和 −0.2。于是在固定起点 t:
\hat X_t(1)=1.2(4)-0.2(3)-0.5(1)\hat X_t(1)=3.7\hat X_t(2)=1.2(3.7)-0.2(4)\hat X_t(2)=3.64两种做法必须一致。求原水平的区间也要用水平的创新权重:本题第一阶权重是 1 + 0.2 − 0.5 = 0.7,两步水平预测误差方差是 (1+0.7^2)\sigma_a^2。不能把两个增量预测误差当成独立,只加它们的方差。
例 6.4、6.5:为什么有的预测路径变平,有的仍有斜率?
这两题的 MA 项改用加号。ARIMA(0,1,1) 不带漂移时,当期创新只能直接影响下一期增量,从第二步起预测增量为零,水平预测停在同一高度。若每期增量另有常数 μ,从第二步起预测增量为 μ,水平预测每步都再加 μ。路径变平不表示区间不再变宽。