【时间序列分析】04. 自回归模型

自回归模型

推移算子

为了方便对时间序列的讨论，需要对时间序列的时间指标 $t$ 引入向后推移算子 $\mathcal{B}$ 。

直观上看，向后推移算子的作用方式可以如下表示：
$$\mathcal{B}{X}_t=X_{t-1}$$

$${\mathcal{B}}^2{X}_t=\mathcal{B}(\mathcal{B}{X}_t)=\mathcal{B}(X_{t-1})=X_{t-2}$$

推移算子可以和多项式或无穷级数相结合，下面给出定义：

对任何时间序列 { X t } \{X_t\} { Xt​} 和无穷级数 $\psi (z)=\sum _{j=-\infty }^{\infty }{b}_j{z}^j$ ，只要级数 $\sum _{j=-\infty }^{\infty }{b}_j{X}_{t-j}$ 在某种意义下收敛，就定义
$$\psi (\mathcal{B})=\sum _{j=-\infty }^{\infty }{b}_j{\mathcal{B}}^j$$

$$\psi (\mathcal{B})X_t=\sum _{j=-\infty }^{\infty }{b}_j{\mathcal{B}}^j{X}_t=\sum _{j=-\infty }^{\infty }{b}_j{X}_{t-j}$$

称 $\mathcal{B}$ 为时间 $t$ 的向后推移算子。

齐次常系数线性差分方程

给定 $p$ 个实数 $a_1,a_2,...,a_p$ ，$a_p\ne 0$ ，称
$$X_t-[a_1{X}_{-1}+a_2{X}_{t-2}+...+a_p{X}_{t-p}]=0,t\in \mathbb{Z}$$
为 $p$ 阶齐次常系数线性差分方程，简称为齐次差分方程。

满足该方程的实值时间序列 { X t } \{X_t\} { Xt​} 称为该方程的解。

利用推移算子 $\mathcal{B}$，定义多项式 $A(z)=1-\sum _{j=1}^p{a}_j{z}^j$ ，可以把齐次差分方程等价的写为 $A(\mathcal{B})X_t=0$ ，称多项式 $A(z)$ 为齐次差分方程的特征多项式。

可以看出，方程 $A(\mathcal{B})X_t=0$ 的解 { X t } \{X_t\} { Xt​} 可以由它的 $p$ 个初值 $X_0,X_1,...,X_{p-1}$ 逐步递推得到，因此 { X t } \{X_t\} { Xt​} 可以由这 $p$ 个初值唯一决定。由于初值是可以任意选择的，所以齐次差分方程的解有无穷多个，且可以看出齐次差分方程的解空间是一个线性空间。下面找出方程的所有的线性独立的解。

根据代数基本定理，设多项式 $A(z)$ 有 $k$ 个互不相同的根 $z_1,z_2,...,z_k$ ，其中 $z_j$ 是 $r(j)$ 重根， $\sum _{j=1}^{k}r(j)=p$ ，
$$A(z)=\prod _{j=1}^k(1-z_j$$