时间序列的预处理——纯随机性检验(一)

金融时间序列 专栏收录该内容
6 篇文章 0 订阅

本文为本科课程笔记
原创思路是老师的~~
不知道会不会侵犯啥权益,所以声明一下~~
用作记录~~

2.2纯随机性检验

白噪声序列

  • 纯随机序列也称为白噪声序列,满足如下两条性质 ( 1 ) E X t = μ , ∀ t ∈ T (1)EX_t=\mu,\forall t\in T (1)EXt=μ,tT ( 2 ) γ ( t , s ) = { σ 2 , t = s 0 , t = s , ∀ t , s ∈ T (2)\gamma(t,s)= \begin {cases} \sigma^2, &t=s \\ 0,&t=s \end{cases}, \forall t,s\in T (2)γ(t,s)={σ2,0,t=st=s,t,sT
  • 纯随机性:各序列值之间没有任何相关关系,即为“没有记忆”的序列 γ ( k ) = 0 , ∀ k ≠ 0 \gamma(k)=0,\forall k \neq 0 γ(k)=0,k=0
  • 方差齐性:根据马尔可夫定理,只有方差齐性假定成立时,用最小二乘法得到的未知参数估计值才是准确的、有效的 D ( X t ) = γ ( 0 ) = σ 2 D(X_t)=\gamma(0)=\sigma^2 D(Xt)=γ(0)=σ2
    在这里插入图片描述

纯随机性检验

  • 检验原理:Barlett定理
    • 如果一个时间序列是纯随机的,得到一个观察期数为n的观察序列,那么该序列的延迟非零期的样本自相关系数将近似服从均值为0,方差为序列观察期数倒数的正态分布。
    • ρ k ^ ∼ N ( 0 , 1 n ) , ∀ k ≠ 0 \hat{\rho_k} \sim N(0,\frac{1}{n} ),\forall k\neq 0 ρk^N(0,n1),k=0
  • 假设条件:
    • 原假设:延迟期数小于或等于m期的序列值之间相互独立 H 0 : ρ 1 = ρ 2 = ⋯ = ρ m = 0 , ∀ m ≥ 1 H_0:\rho _1= \rho _2=\cdots=\rho_m=0,\forall m \ge1 H0:ρ1=ρ2==ρm=0,m1
    • 备择假设:延迟期数小于或等于m期的序列值之间有相关性 H 1 : 至 少 存 在 某 个 ρ k ≠ 0 , ∀ m ≥ 1 , k ≤ m H_1:至少存在某个\rho_k\neq0,\forall m \ge1,k\le m H1:ρk=0,m1,km
  • 检验统计量
    • Q统计量 Q = n ∑ k = 1 m ρ k 2 ^ ∼ χ 2 ( m ) Q=n\sum_{k=1}^m \hat{\rho_k^2}\sim \chi^2(m) Q=nk=1mρk2^χ2(m)
    • LBQ统计量 L B = n ( n + 2 ) ∑ k = 1 m ( ρ k 2 ^ n − k ) ∼ χ 2 ( m ) LB=n(n+2)\sum_{k=1}^m(\frac{\hat{\rho_k^2}}{n-k})\sim \chi^2(m) LB=n(n+2)k=1m(nkρk2^)χ2(m)
  • 判别原则
    • 当检验统计量大于 χ 1 − α 2 ( m ) \chi ^2_{1-\alpha}(m) χ1α2(m)分位点,或该统计量的 p p p值小于 α \alpha α 时,则可以以 1 − α 1-\alpha 1α的置信水平拒绝原假设,认为该序列为非白噪声序列.
  • 2
    点赞
  • 0
    评论
  • 13
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 数字20 设计师:CSDN官方博客 返回首页
实付
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、C币套餐、付费专栏及课程。

余额充值