时间序列的平稳性及其检验上课讲义.pptVIP

时间序列的平稳性及其检验; 表现在:两个本来没有任何因果关系的变量，却有很高的相关性（有较高的R2)。例如：如果有两列时间序列数据表现出一致的变化趋势（非平稳的），即使它们没有任何有意义的关系，但进行回归也可表现出较高的可决系数。 在现实经济生活中，实际的时间序列数据往往是非平稳的，而且主要的经济变量如消费、收入、价格往往表现为一致的上升或下降。这样，仍然通过经典的因果关系模型进行分析，一般不会得到有意义的结果。;二、时间序列数据的平稳性; 例1．一个最简单的随机时间序列是一具有零均值同方差的独立分布序列： Xt=?t ， ?t~N(0,?2); 例2．另一个简单的随机时间列序被称为随机游走（random walk），该序列由如下随机过程生成： Xt=Xt-1+?t 这里， ?t是一个白噪声。; X1=X0+?1 X2=X1+?2=X0+?1+?2 … … Xt=X0+?1+?2+…+?t 由于X0为常数，?t是一个白噪声，因此: Var(Xt)=t?2 即Xt的方差与时间t有关而非常数，它是一非平稳序列。;然而，对X取一阶差分（first difference）: ?Xt=