第2章平穩时间序列模型.docVIP

平稳时间序列模型 本章将介绍Box-Jenkins方法，主要包括一元平稳时间序列的识别、估计、诊断和预测方法。 2．1 平稳性 时间序列的均值和协方差 一个随机过程的线性性质可由均值和协方差来描述。如果这个过程是正态过程， 可以完全刻画这个随机过程的分布性质。如果没有正态性质，但生成过程是线性的，则在它的均值和方差中可获得关于这个过程的更多的重要特征。 下面的问题是如何来估计，对于一些过程我们可以得到大量的实现（反复做观测）那么，的估计是 但对大多数过程来说，得不到更多的实现。如，不可能把经济停下来，然后重新开始观测。对一个实现，不可能估计出。 为了克服这个困难，时间序列分析要做如下的假设：均值和方差不随时间而改变。 如果对任何t, t-s, 都有 这里 都是常量，与时间无关，是依赖于的常量。这样的随机过程称为协方差平稳。 可以简单地说，如果一个时间序列的均值和协方差不受时间变化影响，则称这个时间序列是协方差平稳。 在一些文献中，协方差平稳的过程也称为弱平稳，二阶矩平稳或宽平稳过程。（注意一个强平稳过程不一定有有限的均值和方差）。 一个更进一步的假设是遍历性（ergodic）。这是一个较难理解的一个概念。遍历性是指，按时间平均