干預分析模型預測法檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

干預分析模型預測法是中國的一個學術名詞。

為什麼漢字是方塊字，這個問題雖然沒有明確的考證，但從古人觀察世界的方式中便可窺見一斑。《淮南子·覽冥訓》說：「往古之時，四極廢，九州裂。天不兼覆，地不周載，火炎炎而不滅，水浩洋而不息，猛獸……於是女媧煉五色石以補蒼天，斷鰲足以立四極。」在古人心目中，「天圓地方」，地是方形的，而且在這四方形地的盡頭，還有撐着的柱子。

名詞解釋

干預的含義：時間序列經常會受到特殊事件及態勢的影響，稱這類外部事件為干預。是指預測模型擬合的好壞程度，即由預測模型所產生的模擬值與 歷史實際值擬合程度的優劣。

研究干預分析的目的：從定量分析的角度來評估政策干預或突發事件對經濟環境和經濟過程的具體影響。

干預分析模型的基本形式

一、干預變量的形式

干預分析模型的基本變量是干預變量，有兩種常見的干預變量：一種是持續性的干預變量，表示T 時刻發生以後, 一直有影響，這時可以用階躍函數表示，形式是：

干預分析模型預測法

第二種是短暫性的干預變量，表示在某時刻發生, 僅對該時刻有影響, 用單位脈衝函數表示，形式是：

干預分析模型預測法

二、干預事件的形式 干預事件雖然多種多樣，但按其影響的形式，歸納起來基本上有四種類型：

a. 干預事件的影響突然開始，長期持續下去，設干預對因變量的影響是固定的，從某一時刻T開始，但影響的程度是未知的，即因變量的大小是未知的。 這種影響的干預模型可寫為

Y_t=\omega S^T_t

表示干預影響強度的未知參數。 不平穩時可以通過差分化為平穩序列，則干預模型可調整為

(1-B)Y_t=\omega S^T_t

其中B為後移算子。如果幹預事件要滯後若干個時期才產生影響，如b個時期，那麼干預模型可進一步調整為

Y_t=\omega B^b S^t_t

b. 干預事件的影響逐漸開始，長期持續下去有時候干預事件突然發生，並不能立刻產生完全的影響，而是隨着時間的推移，逐漸地感到這種影響的存在。 這種形式的最簡單情形的模型方程為

Y_t=\frac{\omega}B{1-\delta B}S^T_t,0<\delta<1

更一般的模型是：

Y_t=\frac{\delta B^b}{1-\omega_1B-\ldots-\omega_r B^r}S^T_t,0<\omega<1

c. 干預事件突然開始產生暫時的影響，這類干預現象可以用數學模型描述如下： Y_t=\frac{\omega B^b}{1-\delta B}P^T_t,0<\delta<1

當δ = 0時，干預的影響只存在一個時期，當δ = 1時，干預的影響將長期存在。

d. 干預事件逐漸開始產生暫時的影響

干預的影響逐漸增加，在某個時刻到達高峰，然後又逐漸減弱以至消失。這類干預現象可用以下模型去描繪：

Y_t=\frac{\omega}{1-\delta_1 B-\ldots-\delta_r B^r}P^T_t