单变量时间序列讲完了,相信很多人都还意犹未尽,毕竟什么协整啊误差修正模型啊都是有(bi)趣(kao)的。因此今天特地新开一坑,讲讲多变量时间序列。阅读本文需要对单变量序列的知识有所了解(不知道的戳这里),否则脑袋可能会需要冰敷。
学过单变量模型的都知道,平稳性在时间序列中是非常重要的。我们说对于一个单变量时间序列
,平稳性分为严格平稳和弱平稳(又称协方差平稳)。我们通常讨论的平稳性都是协方差平稳,平稳的序列称为I(0)序列——即差分0次之后可以得到平稳序列。平稳的序列可以用常用的ARMA模型进行拟合。
但对于多变量时间序列来说,问题就会变得复杂。比方说
是一个多变量时间序列,它包含k个变量:
在通常情况下,如果每一个
都是平稳的,
基本上也可以说是平稳的。那这种情况下,我们就可以直接分析这个多变量序列,最常见的是VARMA模型(Vector Autoregression Moving Average,向量自回归移动平均模型),也就是ARMA的多变量版。通常情况下,我们用的更多的是VAR&#