时间序列第三章ARMA模型的特性.pptVIP

对k=1，2，3，… 依次求解方程，得 ? 上述 …… ? 序列为AR模型的偏自相关函数。 * 偏自相关性是条件相关，是在给定 的条件下， 和 的条件相关。换名话说，偏自相关 函数是对 和 所解释的相关的度量。 之间未被 由最小二乘原理易得， 是作为 关于 线性回归的回归系数。 如果自回归过程的阶数为n，则对于kn应该有?kk=0。 * MA(1)过程可以等价地写成at关于无穷序列Xt，Xt-1，…的线性组合的形式： L + + + = - - 2 2 1 t t t t X X X q q a 或 t t t t X X X a q q + - - - = - - L 2 2 1 这是一个AR(?)过程，它的偏自相关函数非截尾但却趋于零，因此MA(1)的偏自相关函数是非截尾但却趋于零的。 注意: 上式只有当|?|1时才有意义，否则意味着距Xt越远的X值，对Xt的影响越大，显然不符合常理。 因此，我们把|?|1称为MA(1)的可逆性条件（invertibility condition）或可逆域。 * 与MA(1)相仿，可以验证MA(m)过程的偏自相关函数是非截尾但趋于零的。 MA(m)模型的识别规则：若随机序列的自相关函数截尾，即自m以后，?k=0（ km）；而它的偏自相关函数是拖尾的，则此序列是移动