【时间序列】p阶差分表达式的推导思路

Data Notebook

于 2024-03-24 21:30:47 发布

阅读量164

点赞数 4

文章标签：笔记

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/2301_76550602/article/details/136716103

版权

p阶差分表达式: $\nabla^p x_t = (1-B)^p x_t$ .

有以下知识铺垫，将不难推导：

1.在平稳自回归模型中，希望通过已知的 $x_{t-1}$ 得出 $x_t$ .

引入延迟算子 $B$ （又滞后算子）， $Bx_t = x_{t-1}$ .

$B$ 是一个矩阵，可以通过求 $B^-$ ，进而满足目的.

延迟算子有如下基本性质：

$B^0 = 1 \\\\ B^0x_t = x_t\\\\ B^kx_t = x_{t-k}\\ \\B^kC = C\\\\ B^k(x_t +y_t) = x_{t-k}+y_{t-k}$ .

2.阶是差分的差分，二阶差分，三阶差分...p阶差分.

$\nabla x_t = x_t - x_{t-1}\\ \\\nabla^2 x_t = \nabla^1x_t - \nabla^1x_{t-1} \\ \\\nabla^3 x_t = \nabla^2x_t - \nabla^2x_{t-1} \\ ...\\ \\ \nabla^p x_t = \nabla^{p-1}x_t - \nabla^{p-1}x_{t-1}$ .

3.用延迟算子表示差分运算，综合

$\nabla x_t = x_t - x_{t-1},\quad x_{t-1} = Bx_t$

一阶差分： $\nabla x_t = (1-B)x_t$ .

二阶差分：

$\nabla^2x_t = \nabla x_t - \nabla x_{t-1} \\\\= (1-B)x_t - (1-B)x_{t-1} \\\\=(1-B)\nabla x_t\\\\=(1-B) \cdot (1-B)x_t\\\\=(1-B)^2x_t$

三阶差分：

$\nabla^3 x_t = \nabla^2x_t - \nabla^2x_{t-1}\\\\=(1-B)^2(x_t - x_{t-1})\\\\=(1-B)^2\nabla x_t\\\\=(1-B)^3x_t$

p阶表达式呼之欲出。

关注

4
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
【时间序列】p阶差分表达式的推导思路

2.阶是差分的差分，二阶差分，三阶差分...p阶差分.1.在平稳自回归模型中，希望通过已知的。3.用延迟算子表示差分运算，综合。是一个矩阵，可以通过求。p阶表达式呼之欲出。
复制链接

扫一扫

Data Notebook CSDN认证博客专家 CSDN认证企业博客

码龄1年

1: 原创

199万+: 周排名

24万+: 总排名

164: 访问

: 等级

14: 积分

1: 粉丝

4: 获赞

0: 评论

0: 收藏

私信

关注

热门文章

【时间序列】p阶差分表达式的推导思路 164

最新评论

【时间序列】p阶差分表达式的推导思路
CSDN-Ada助手: 推荐 Python入门技能树：https://edu.csdn.net/skill/python?utm_source=AI_act_python

您愿意向朋友推荐“博客详情页”吗？

强烈不推荐
不推荐
一般般
推荐
强烈推荐

提交

最新文章

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。