1 ARMA时间序列机器特性
下面介绍一种重要的平稳时间序列——ARMA时间序列。
ARMA时间序列分为三种:
AR模型,auto regressiv model
MA模型,moving average model
ARMA模型,auto regressive moving average model
可证ARMA时间序列具有遍历性,因此可以通过它的一个样本估计自协方差函数及自相关函数。
2 ARMA、AR、MA模型的基础知识(略)
3 例:随机模拟下列序列,样本容量10000,其中样本符合均值为零,方差为1的标准正太分布。计算自相关值
MATLAB代码如下:
%% DEMO1
% 利用模型数据研究随机模拟下序列。计算自相关函数
clc;clear;
rng(‘default‘); % 初始化随机种子,保持随机种子一致
elps = randn(1,10000); % 产生10000个服从正态分布的随机数
x(1) = 0; % 赋初始值
for j = 2:10000
x(j) = 0.8 * x(j-1) + elps(j) - 0.4 * elps(j-1); % 产生样本点
end
y = (x - mean(x)); % 把数据中心化处理
gama0 = var(x); % 求样本方差
for j = 1:10
gama(j) = y(j+1:end)*y(1:end-j)‘/10000; %求自协方差函数
end
rho &#