七、平稳时间序列模型
这里的平稳是指宽平稳,其特性是序列的统计特性不随时间的平移而变化,即均 值和协方差不随时间的平移而变化。
下面自回归模型(Auto Regressive Model)简称 AR 模型, 移动平均模型(Moving Average Model)简称 MA 模型, 自回归移动平均模型(Auto Regressive Moving Average Model)简称 ARMA 模型。下面的Xt 为零均值(即中心化处理的)平稳序列。
(1)一般自回归模型 AR( n )
八、ARMA 模型的特性
在时间序列的时域分析中,线性差分方程是极为有效的工具。事实上,任何一个 ARMA 模型都是一个线性差分方程。
8.1 AR(1)系统的格林函数
格林函数就是描述系统记忆扰动程度的函数。
8.2 ARMA(2,1) 系统的格林函数
(
1
)
ARMA(2,1)
系统的格林函数的隐式
ARMA(2,1)
模型是一个二阶非齐次差分方程
8.3 逆函数和可逆性
九、时间序列建模的基本步骤
上面我们介绍了时间序列的一些基本概念,下面我们初步给出时间序列建模的基
本步骤,有兴趣的读者可以去查阅相关的参考资料。
时间序列建模的基本步骤如下:
1
.数据的预处理:数据的剔取及提取趋势项。
2
.取
n
=
1
,拟合
ARMA(2
n
,2
n
−
1)
(即
ARMA(2,1)
)模型