第五章节 时间序列数据的平稳性检验.pptVIP

第五章时间序列数据的平稳性检验 本章要点 平稳性的定义 平稳性的检验方法（ADF检验） 伪回归的定义 协整的定义及检验方法（AEG方法） 误差修正模型的含义及表示形式 第一节 随机过程和平稳性原理 一、随机过程 一般称依赖于参数时间t的随机变量集合{ }为随机过程。 例如，假设样本观察值y1，y2…,yt是来自无穷随机变量序列…y-2, y-1,y0 ,y1 ,y2 …的一部分，则这个无穷随机序列称为随机过程。 随机过程中有一特殊情况叫白噪音，其定义如下：如果随机过程服从的分布不随时间改变，且 二、平稳性原理 如果一个随机过程的均值和方差在时间过程上都是常数，并且在任何两时期的协方差值仅依赖于该两时期间的距离或滞后，而不依赖于计算这个协方差的实际时间，就称它为平稳的。 平稳随机过程的性质： 均值 （对所有t） 方差 （对所有t） 协方差 （对所有t） 其中 即滞后k的协方差[或自(身)协方差]， 是 和 ，也就是相隔k期的两值之间的协方差。 三、伪回归现象 将一个随机游走变量（即非平稳数据）