第9章平稳时间序列模型资料.doc

第9章 平稳时间序列模型 §9.1随机过程、时间序列 1.随机过程 由随机变量组成的一个有序序列称为随机过程，随机过程简记为 {xt} 或x(t) ，xt。随机过程也常简称为过程。 2.随机过程的为类 随机过程一般分为两类。 （1）离散型。如果一个随机过程{xt}对任意的t(T 都是一个离散型随机变量，则称此随机过程为离散型随机过程。 （2）连续型。如果一个随机过程{xt}对任意的t(T 都是一个连续型随机变量，则称此随机过程为连续型随机过程。 3．宽平稳过程 （1）m阶宽平稳过程。如果一个随机过程m阶矩以下的矩的取值全部与时间无关，则称该过程为m阶宽平稳过程。 （2）二阶宽平稳过程。如果一个随机过程{xt} E[x(t) ] = E[x(t +k)] = ( (, Var[x(t)] = Var[x(t +k)] = ( 2 (, Cov[x(ti),x(tj)] =Cov[x(ti +k),x(tj +k)]=( i j2 (, 其中 ( , ( 2 和 ( ij2 为常数，不随 t, (t(T ); k,((tr + k) (T, r = i, j ) 变化而变化，则称该随机过程 {xt} 为二阶平稳过程。该过程属于宽平稳过程。 4.时间序列 随机过程的一次实现称为时间序列，也用{x t }或x t表示。 时间序列中的元素称为观测值。{xt}既表示随机过程，也表示时间序列。xt既表示随机过程的元素随机变量，也表示时间序列的元素观测值。在不致引起混淆的情况下，为方便，xt 也直接表示随机过程和时间序列。 5.滞后算子 (1) 一阶滞后算子。L 称为一阶滞后算子，其定义是： Lx t = xt-1 (2) 高阶滞后算子。 L2 x t = xt- 2， Ln x t = xt- n 6.差分算子 时间序列变量的本期值与其滞后值相减的运算叫差分。对于时间序列x t ， （1）一阶差分可表示为 ( x t = x t - x t -1 = x t - L x t =(1- L) x t (9.1) 其中( 称为一阶差分算子。( =(1- L) （2）二次一阶差分表示为 ((xt =(((xt) =(xt - (xt -1 =(xt - xt -1)–(xt-1-xt -2) = xt- 2xt -1+ xt –2， 或 ((xt = (1- L )2xt = (1–2L +L 2 ) xt = xt –2 xt-1+ xt–2 (9.2) (3)k阶差分可表示为 (k xt = xt - xt -k = xt – Lk xt =(1- Lk ) xt k阶差分常用于季节性数据的差分。 7.两种基本的随机过程 (1)白噪声（white noise）过程 对于随机过程{ xt , t(T }, 如果 (1) E(xt) = 0, (2) Var(xt) = ( 2 ( ( , t(T; (3) Cov(xt,xt + k)=0, (t + k ) ( T , k ( 0 , 则称{xt}为白噪声过程。 白噪声是平稳的随机过程，因其均值为零，方差不变，随机变量之间非相关。显然上述白噪声是二阶宽平稳随机过程。 (2)随机游走（random walk）过程 对于下面的表达式 xt = xt -1 + ut (9.3) 如果ut 为白噪声过程，则称xt 为随机游走过程。 “随机游走”一词首次出现于1905年自然（Nature）杂志第72卷Pearson K. 和 Rayleigh L.的一篇通信中。该信件的题目是“随机游走问题”。文中讨论寻找一个被放在野地中央的醉汉的最佳策略是从投放点开始搜索。 ①随机游走过程的均值为零 xt = xt -1 + ut = ut + ut-1 + xt -2 = ut + ut-1 + ut-2 + … E(xt) = E(ut + ut-1 + ut-2 + …) = 0, ②随机游走过程的方差为无限大 Var(xt) = Var(ut + ut-1 + ut-2 + …)= (( 所以随机游走过程是非平稳的随机过程。§1.2时间序列模型的分类 1．自回归过程 1)定义 如果一个线性过程xt可表达为 xt = ( 1xt-1 + ( 2 xt-2 + … + ( p xt-p + ut (9.4) 其中(i,i =1,…,p 是自回归参数，ut 是白噪声过程，则称xt为p阶自回归过程，用AR(p)表示。 模型: xt = ( 1xt-1 + (