第九章_时间序列分析.pptVIP

第九章 时间序列分析 第一节时间序列基础－预测知识 一 线性最小二乘法（Linear Least Squares Prediction, LLS) 假设X和Y是两个散点分布的随机变量，它们具有某种联合分布。它们的期望、方差、协方差分别是： X μx E Y = μy X –μx X –μx E Y- μy Y- μy = R S S Q 其中，X的期望E(X)= μx , Y的期望E(Y)= μy , X的方差E(X- μx)2=R Y的方差E(Y- μy) 2 =Q COV(XY)=E(X- μx)(Y- μy)=S 现假设我们可以观测到X的一组值，如何预测Y呢？即如何利用X推知Y，假设只知道它们的期望、方差和协方差。我们可以利用这些已知条件求出Y的线性最小二乘估计值。 第二节时间序列基本概念 一平稳性定义 任何一个时间序列都可以被看作是由随机过程