时间序列的平滑预测模型

1.时间序列的平稳性

1.1.平稳性

       在时间序列分析中，我们考虑了很多合理且可以简化问题的假设。而其中最重要的假设就是平稳，平稳的基本思想是：时间序列的行为并不随时间改变。
       （1）强平稳过程
       对于所有可能的n，所有可能的t1,t2,…tn和所有可能的k，当Zt1, Zt2, Ztn的联合分布与Zt1-k, Zt2-k, Ztn-k相同时，我们称其强平稳。

       （2）弱平稳过程
       当均值函数是常数函数且协方差函数仅与时间差相关，我们才称其为弱平稳。

       严平稳要求比较严格，需要所有的统计性质(也就是其有限维分布函数族)都是关于时间平移不变的，而弱平稳只需要一阶矩与二阶矩(以及协方差)是时间平移不变的。
 

1.2.为什么需要平稳的时间序列

       为什么我们需要时间序列的统计性质关于时间平移不变呢？因为我们研究时间序列很重要的一个应用（或者出发点），是希望通过时间序列的历史数据来得到其未来的一些预测。换句话说，我们希望时间序列在历史数据上的一些性质，