随机游走序列平稳吗_时间序列 | 第一章+第二章 基本概念

时间序列是最早通知要期中的，但到现在具体时间也没下来。直觉告诉我，快了。。。。期中的范围是前六章，包括要求会算各种值，能读懂代码。这周每天复习一点，也会把代码po上来。如果有幸看到，发现有不对的地方，欢迎指正~~~期中过后会按课程进度更新。

教材用的是Jonathan D.Cryer & Kung-SikChan, Time Series Analysis with Applications in R (Second Edition)

---

什么是时间序列？

时间序列数据指，一系列时间点上的关于某一个物体的观测。

例如：《好想爱这个世界啊》从2019年12月4日到2020年4月7日的日销售额。

时间序列指，一系列时间点上的随机变量，记为

。在这个意义上，时间序列是离散时间的随机过程。

对于一个时间序列来说，可用的信息有：时间标签

，以及过去的信息。

---

均值、方差、协方差

均值：

，

可取整数

• 这里是给定了
  ，然后求
  的均值，在不同的时刻可能会有不同的均值

自协方差函数（AVCF）：

,

都可取整数

• 可由柯西-施瓦兹不等式得出来
• 计算的时候，如果
  ，直接将
  代入，利用
  独立同分布求解
• 可能是一个分段的函数

方差函数：

自相关函数(ACF)：

,

都可取整数

---

平稳

一般来说，时间序列里的平稳指弱平稳。但我们先介绍两种平稳。

严平稳：对于一个时间序列

来说，对于任意的

，任意的滞后时间

，任意的时间点

，若

的联合分布与

的联合分布相同， 则我们称这个时间序列是严平稳的。

弱平稳：对于一个时间序列

来说，若 1. 均值函数为一个常数，与时间

无关； 2.

对所有的

成立，即自协方差函数仅与滞后时间有关，则我们称这个时间序列是弱平稳的。

• 严平稳加上二阶矩存在的条件才能推出弱平稳。
• 若时间序列的联合分布是多元正态分布，那么严平稳与弱平稳等价。
• 白噪声（一系列
  零均值，方差为常数的随机变量）是严平稳的（利用独立同分布）
• 题目若让我们检验是否平稳，我们默认是检验是否为弱平稳。具体步骤为：计算均值，若均值与时间有关，直接否定。若不然，计算方差（因为如果方差都与时间有关，那直接拒绝了，一般方差比自协方差好算一些），若方差与时间有关，否定。若不然，计算自相关函数，若仅与滞后时间有关，则为弱平稳，否则不是。
• 随机游走不是弱平稳的，但它的一阶差分是弱平稳的。
• 阶滑动平均模型永远都是平稳的。

---

明天复习第三章~