【时间序列分析】03. 谱密度

最新推荐文章于 2023-05-14 09:02:11 发布

VIP文章这个XD很懒

最新推荐文章于 2023-05-14 09:02:11 发布

阅读量2.9k

点赞数 2

分类专栏：【时间序列分析】知识总结

本文链接：https://blog.csdn.net/weixin_45449414/article/details/112171278

版权

谱密度

谱密度

谱函数和谱密度

随机变量的统计性质可以由它的分布函数或概率密度刻画，类似地，平稳序列的统计性质可以由它的谱分布函数或谱密度函数刻画。平稳序列的谱分布函数是唯一存在的，但并不是所有的平稳序列都具有谱密度函数。

谱反映了平稳序列的相关结构。谱密度是将原始序列看成许多个不同频率的余弦波的叠加时，不同频率的振幅平方大小，谱密度越高的地方，对应的频率成分的振幅越大。

设平稳序列 ${X_t\}$ 有自协方差函数 $\{\gamma_k\}$

如果有 $[-\pi,\,\pi]$ 上的单调不减右连续的函数 $F(\lambda)$ ，使得
$\gamma_k=\int_{-\pi}^\pi e^{ik\lambda}\,{\rm d}F(\lambda) \ , \ \ \ \ F(-\pi)=0\ , \ \ \ \ k\in\Z,$
就称 $F(\lambda)$ 是 ${X_t\}$ 或 $\{\gamma_k\}$ 的谱分布函数。

如果有 $[-\pi,\,\pi]$ 上的非负函数 $f(\lambda)$ ，使得
$\gamma_k=\int_{-\pi}^\pi f(\lambda)e^{ik\lambda}\,{\rm d}\lambda \ , \ \ \ \ k\in\Z,$
就称 $f(\lambda)$ 是 ${X_t\}$ 或 $\{\gamma_k\}$ 的谱密度函数。

谱函数和谱密度之间具有如下的联系

如果 ${X_t\}$ 有谱密度 $f(\lambda)$ ，则 ${X_t\}$ 的谱函数就是变上限的积分
$F(\lambda)=\int_{-\pi}^\lambda f(s)ds.$
如果 $F(\lambda)$ 是连续函数，除去有限点外导函数存在且连续，则谱密度 $f(\lambda)$ 是
$f(\lambda)=\left\{ \begin{array}{ll} F'(\lambda)\ , & \text{当}\ F'(\lambda)\ \text{存在} ,\\ 0\ , & \text{当}\ F'(\lambda)\ \text{不存在}\ . \end{array} \right.$

Herglotz 定理：平稳序列的谱函数是唯一存在的。

推论：平稳序列的谱密度如果存在，则在几乎处处的意义下是唯一的。

定理：实值平稳序列的谱密度是偶函数。
设 $f(\lambda)$ 是实值平稳序列 ${X_t\}$ 的谱密度，即证 $f(-\lambda)=f(\lambda)$ ，从而有
${\rm Cov}(X_t,\,X_{t+k})=2\int_0^\pi\cos(k\lambda)f(\lambda)\,{\rm d}\lambda \ , \ \ \ \ k=0,1,2,...$

根据谱密度的定义，可以写出 $\gamma_{-k}$ 的表达式
$\gamma_{-k}=\int_{-\pi}^\pi f(\lambda)e^{-ik\lambda}\,{\rm d}\lambda\xlongequal{t=-\lambda}\int_{-\pi}^\pi f(-t)e^{ikt}\,{\rm d}t=\int_{-\pi}^\pi f(-\lambda)e^{ik\lambda}\,{\rm d}\lambda$