ARIMA(p,d,q)模型-1-MA模型

本文介绍了ARIMA模型的基本概念,重点解析了一阶和高阶移动平均(MA)模型。通过MA(1)模型的推导公式和统计性质,深入探讨了MA模型的平稳性和自相关性。此外,还展示了MA(2)模型的R代码实现及时间序列、自相关系数图,帮助读者理解MA模型的应用。
摘要由CSDN通过智能技术生成

1. ARIMA模型介绍

ARIMA并不是一个特定的模型,而是一类模型的总称。他的3个参数p, d, q分别表示自相关(p阶AR模型), d次差分,滑动平均(q阶MA模型)。因此有,
- p = d = 0, ARIMA模型即MA(q)模型;
- d = q = 0, ARIMA模型即AR(p)模型;

2. MA模型含义

当前时刻的值可以表示为过去干扰项和当前干扰项的线性组合。

3. MA模型描述

3.1 符号和前提

xt : t时刻的值
εt:εtWN(0,δ2) ,白噪声序列
θi : 参数

3.2 MA(1): 一阶移动平均模型

3.2.1 推导公式

xt=εtθ1εt1,θ10.

3.2.2 统计性质

E(xt)=E(εt)θ1E(εt1)=0
Var(xt)=Var(εt)+θ21Var(εt1)=(1+θ2)σ

  • 2
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
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、付费专栏及课程。

余额充值