mfc 算方差函数_时间序列分析第04讲（自协方差矩阵正定性、偏相关系数和Levinson递推公式）...

2.3 AR(p)模型的谱密度和Yule-Walker方程（续）

七、自协方差函数的周期性分析（续）

上一讲的最后提到，自协方差函数最后能够写成一个带有三角函数的求和形式，因而具有周期性，但计算过程跳跃比较大，这一讲首先将其补充完整。

由于考虑的是具有p个互异根的情形，所以特征多项式可以表示为

取倒数后，就变成了一个有理分式，其中分母是连乘积的形式，根据代数理论可以将该有理分式分解得到

事实上系数

可以用

来表示出来，这里就默认是已知的，进而有

第一个等号是Yule-Walker方程的推论，第二个等号是将有理分式分解的结果，第三个等号将分式泰勒展开为幂级数，第四个等号将后移算子作用到

上，

第五个等号利用Wold系数下标大于等于0，即小于0的Wold系数为0， 第六个等号将

拆成两部分旨在拼凑幂级数，

第七个等号即Wold系数的定义。

注意到

是复数，而自协方差函数为实数，进而利用每个复数根

的共轭也是特征多项式的根，利用欧拉公式取其中实数部分，则为

或

的形式，进而可以利用两角和公式，最后化成一个cos的形式，即

其中

为

的实数部分。

例 对于AR（4）模型，特征多项式的根设为

则周期分别为

和

分别画出谱密度和自协方差函数图像得到

谱密度函数

自协方差函数

从谱密度函数图像可以看出，谱密度确实在

处达到峰值，从自协方差函数图像来看，大圆点大致周期为6，小圆点的大致周期为3（大圆点中有小圆点）。

类比以下 根较为远离单位圆的的模型：

其谱密度图像和自协方差函数的图像分别为

谱密度图像

自协方差图像

可以看出，因为根远离单位圆，衰减比较厉害，所以峰值和周期性不大看的出来。

八、自协方差函数的正定性（重点）

根据Yule-Walker方程的可以看出，AR（p）模型的自协方差函数能够由白噪声方差和自回归系数唯一确定，那么反过来，能否由自协方差函数来确定白噪声方差和自回归系数呢？

我们回顾n=p情形下的Yule-Walker方程

可以看出，只要

正定，那么就能由Yule-Walker方程解出自回归系数了，同时再取0阶自协方差函数，就得到白噪声的方差，用数学式子表示就是

而我们一开始就介绍过平稳序列的自协方差具有非负定性，如果它不是正定的，就相当于这个时间序列中