时间序列分析知识点

时间序列分析

平稳时间序列

平稳性是研究时间序列分析的前提

时间序列：按时间进行顺序排列，随时间变化相互关联的数据序列

时间序列分析：对时间序列进行观察研究，找寻它的发展规律，预测其将来发展状况

时间序列=趋势项+周期项+随机噪声项
$$ARMA模型\{\begin{array}{l}AR模型\\ MA模型\\ ARMA模型\end{array}$$

AR模型

$X_t$是p阶自回归模型 简记：AR§
$$X_t={\phi }_0+{\phi }_1{X}_{t-1}+{\phi }_2{X}_{t-2}+\cdots +{\phi }_p{X}_{t-p}+{ϵ}_t$$
满足条件：
$$\{\begin{array}{l}{\epsilon }_p\ne 0,保证模型是p阶\\ E({\epsilon }_t)=0,Var({\epsilon }_t)={\sigma }_{\epsilon }^2,E({\epsilon }_t{\epsilon }_s)=0,s\ne t,{\epsilon }_t是均值为0，方差为{\sigma }_t^2的平稳白噪声序列\\ E(X_s{\epsilon }_t)=0,\forall s<t,当前的随机干扰与过去序列值无关\end{array}$$
则称$X_t$是阶数为p的自回归序列，
$$\begin{gathered} \phi =({\phi }_1,{\phi }_2,\cdots ,{\phi }_t)自回归参数向量 \\ 其分量{\phi }_j(i=1,2,\cdots ,p)成为回归系数 \end{gathered}$$
当