1.21 学习笔记
时光荏苒,一去三年,为毛学的时间序列忘的一干二净???
一、基础回顾
1、白噪声
满足以下三个条件的过程称为白噪声过程:
E
(
ϵ
t
)
=
0
(1)
E(\epsilon_{t})=0\tag{1}
E(ϵt)=0(1)
E
(
ϵ
t
2
)
=
σ
2
(2)
E(\epsilon_t^2)=\sigma^2 \tag{2}
E(ϵt2)=σ2(2)
E
(
ϵ
t
ϵ
τ
)
=
0
,
t
≠
τ
(3)
E(\epsilon_t\epsilon_{\tau})=0, t\not=\tau \tag{3}
E(ϵtϵτ)=0,t=τ(3)
有时会用更强的条件代替公式(3),即不同时刻的
ϵ
\epsilon
ϵ相互独立:
ϵ
t
与
ϵ
τ
独
立
,
ϵ
≠
τ
(4)
\epsilon_{t}与\epsilon_\tau 独立,\epsilon \not=\tau \tag{4}
ϵt与ϵτ独立,ϵ=τ(4)
注意: 公式(4)隐含着公式(3)成立,但(3)并不隐含(4)成立。一个满足(1)~(4)的过程称为独立白噪声过程。
二、移动平均过程(MA)
1、一阶移动平均过程
令 { ϵ t } \{\epsilon_t\} {ϵt}为满足公式(1)~(3)的白噪声,过程: Y t = μ + ϵ t + θ ϵ t − 1 Y_t=\mu+\epsilon_t+\theta\epsilon_{t-1} Yt=μ+ϵt+θϵt−1 称为一阶移动平均过程,记为:MA(1)。
2、 q q q 阶移动平均过程
令
{
ϵ
t
}
\{\epsilon_t\}
{ϵt}为满足公式(1)~(3)的白噪声,过程:
Y
t
=
μ
+
ϵ
t
+
θ
1
ϵ
t
−
1
+
θ
2
ϵ
t
−
2
+
⋯
+
θ
q
ϵ
t
−
q
Y_t=\mu+\epsilon_t+\theta_1\epsilon_{t-1}+\theta_2\epsilon_{t-2}+\cdots+\theta_q\epsilon_{t-q}
Yt=μ+ϵt+θ1ϵt−1+θ2ϵt−2+⋯+θqϵt−q 称为
q
q
q阶移动平均过程,记为:MA(q)。
三、自回归过程(AR)
1、一阶自回归过程
令 { ϵ t } \{\epsilon_t\} {ϵt}为满足公式(1)~(3)的白噪声,过程: Y t = c + ϕ Y t − 1 + ϵ t Y_t=c+\phi Y_{t-1}+\epsilon_t Yt=c+ϕYt−1+ϵt 称为一阶自回归过程,记为:AR(1)。
2、 p p p 阶自回归过程
令
{
ϵ
t
}
\{\epsilon_t\}
{ϵt}为满足公式(1)~(3)的白噪声,过程:
Y
t
=
c
+
ϕ
1
Y
t
−
1
+
ϕ
2
Y
t
−
2
+
⋯
+
ϕ
p
Y
t
−
p
+
ϵ
t
Y_t=c+\phi_1 Y_{t-1}+\phi_2 Y_{t-2}+\cdots+\phi_p Y_{t-p}+\epsilon_t
Yt=c+ϕ1Yt−1+ϕ2Yt−2+⋯+ϕpYt−p+ϵt 称为p阶自回归过程,记为:AR( p )。