[工程科技]第3-2章 平稳时间序列分析-arma模型.pptVIP

所以， 的偏自相关系数为 类似地可求出 * ARMA(1,1)模型可转化为无穷阶自回归模型： 类似地，可将ARMA(1,1)模型转化为无穷阶移动平均模型： * ARMA(1, 1)过程是实际中最常用的模型。 ARMA(1,1) 过程 * （五）平稳可逆ARMA模型的自相关系数和偏自相关系数具有的特征 由于平稳可逆ARMA模型既可表示为无穷阶 自回归模型，也可转化为无穷阶移动平均模型， 所以，平稳可逆ARMA模型的的自相关系数是拖 尾的，偏自相关系数也是拖尾的。 * 自相关系数和偏自相关系数拖尾性 样本自相关图 样本偏自相关图 * ARMA模型相关性特征 模型 自相关系数 偏自相关系数 AR(P) 拖尾 P阶截尾 MA(q) q阶截尾 拖尾 ARMA(p,q) 拖尾 拖尾 * 例3.5:— 理论偏自相关系数 样本偏自相关图 * 二、MA模型（Moving Average Model） （一）MA模型的定义 具有如下结构的模型称为 阶移动平均模型， 简记为 特别当 时，称为中心化 模型 * 利用延迟算子，中心化 模型又 可以简记为 其中， 是 阶移动平均系数多项式 为了以后识别一个模