乘积季节模型 使用场合 序列的季节效应、长期趋势效应和随机波动之间有着复 杂地相互关联性，简单的季节模型不能充分地提取其中 的相关关系 n构造原理 n短期相关性用低阶ARMA(p,q)模型提取 n季节相关性用以周期步长S为单位的ARMA(P,Q)模型提取 n假设短期相关和季节效应之间具有乘积关系，模型结构 如下 NNx= Q(B)Qs(B) (B)F、(B)
乘积季节模型 n 使用场合 n 序列的季节效应、长期趋势效应和随机波动之间有着复 杂地相互关联性，简单的季节模型不能充分地提取其中 的相关关系 n 构造原理 n 短期相关性用低阶ARMA(p,q)模型提取 n 季节相关性用以周期步长S为单位的ARMA(P,Q)模型提取 n 假设短期相关和季节效应之间具有乘积关系，模型结构 如下
例5.10：拟合1948一1981年美国女性月度失业率序列 4000 3000 2000 1000 1600 0 1500 1945195019551960196519701300 1200 time 1100 1000 www 900 800 1961 1962 196319641965 1966 time
例5.10 :拟合1948——1981年美国女性月度失业率序列
差分平稳 阶、12步差分 dif1 12 500 400 300 200 100 0 -100 -200 -300 -400 mmmmmmmpmmmmmmmmmmmmmmp 194519501955196019651970197519801985 t ime
差分平稳 n 一阶、12步差分
差分后序列自相关图 Autocorrelations Covar iance Correlation -198765432101234567891 0 12557.531 1.00000 】米米常米米米米米米米米米米米米米米米米常 -1734.813 -.13815 米米米 1234567890 2375.783 0.18919 279.359 0.02225 759.808 0.06051 138.150 0.01100 655.488 0.05220 米 -1028 202 -.08188 *米 533.734 0.04250 -158.605 -.01263 -1606.237 -.12791 1 858.206 0.06834 米 -5698.457 .45379 米米米米米米米米米 521.120 0.04150 -509.219 -.04055 -1020.660 -.08128 米米 16 -730.212 -.05815 米 429 071 0.03417 米 -825 235 -.06572 592.947 0.04722 米 02238 282 .04502 681 0.01646 -117 ,966 =.00930 774 691 0.06169 -929.421 -.07401 ".marks two standard errors
差分后序列自相关图
差分后序列偏自相关图 Partial Autocorrelations Lag Correlation -1987.65432101234567891 -0,13815 米米米！ 0.17342 1234567890 0.07127 0.04101 米 0.00652 0.03643 1* -0.08399 米* 0.00291 0.01776 -0.14008 米米米】 1 0.04184 12 -0.42881 米米米米米米米米米 -0.07313 。米 0.11856 米米 -0.04173 -0.03232 17 0.04320 米 1 0.00766 19 -0.03205 ,米 -0.00893 012334 0.03529 -0.12175 米米 .09376 米米 0 30002 米米米米米
差分后序列偏自相关图