第13讲 arma模型的识别跟估计.pptVIP

时间序列分析模型（二） ——ARMA（p, q)模型的识别与估计 时间序列模型 时间序列模型：由它的过去值及随机扰动项所建立起来的模型，一般形式为： A、P阶自回归过程AR(P) B、q 阶移动平均过程MA (q) C、自回归移动平均过程ARMA (p, q) 随机时间序列模型的平稳性条件 1、AR (p)模型的平稳性条件 随机时间序列描述了随机过程，其平稳性与该随机过程的平稳性是等价的，因此，如果一个p 阶自回归模型AR (p)生成的时间序列是平稳的，那么该AR (p)模型就是平稳的。否则，其为非平稳的。 A、 AR (p)模型稳定的必要条件 B、由于 可正可负， AR (p)模型稳定的充分条件是 2、MA (q)模型的平稳性 当滞后期大于q 时 ，Xt的自协方差系数为0.因此，有限阶移动平均模型总是平稳的。 3、ARMA (p, q)模型的平稳性 由于ARMA (p, q)模型是AR (p)模型与MA (q)模型的组合，而MA (q)模型总是平稳的，因此ARMA (p, q)模型的平稳性取决于AR (p) 部分的平稳性。当AR (p) 部分平稳时，则该ARMA (p , q