平稳的时间序列模型
autoregressive 自回归模型
当前值和过去的值(滞后项)线性相关且加上一个stochastic shock(epsilon t)
- Y t = δ + ϕ Y t − 1 + ϵ t Y_t = \delta + \phi Y_{t-1} + \epsilon_t Yt=δ+ϕYt−1+ϵt, where ϵ t \epsilon_t ϵt~WN(0, σ 2 \sigma^2 σ2)
- ϕ \phi ϕ反映了 Y t Y_t Yt的持久性, ϕ \phi ϕ大即 Y t Y_t Yt收到 Y t − 1 Y_{t-1} Yt−1影响大
- δ \delta δ是截距项
- 当 | ϕ | |\phi| |ϕ| < 1, AR(1)是covariance-stationary(协方差平稳)
- E [ Y t ] = E [ Y t − h ] = δ / ( 1 − ϕ ) E[Y_t] = E[Y_{t-h}] = \delta/(1-\phi) E[Yt]=E[Yt−h]=