第七章非平稳时间序列分析 PPT.pptVIP

YtYt1ut

Yttut

趋势平稳过程应该通过退势方法来得到平

稳的时间序列，而不应该通过差分来获得

平稳时间序列。

Cov(y,y)(t-k)s2

r=tt-k==1-k/t

k22

Var(yt)Var(yt-k)ts(t-k)s

平稳的AR（1）：

Cov(yt,yt-k)k

rk==r

Var(yt)Var(yt-k)

ytyt1t

通常：



yyyt1t

ˆt1tˆ

2y2

yt1t1

N(ˆ)dN[0,(12)]

N

AAs54221014

s1

1

AE(A)

Z2

D(A)

1M(2M23M5)

E(A)M(M1)D(A)

472

W(t)W(t)W(0)~N(0,t)

W(t)W(t)W(0)~N(0,t)

W(1)~N(0,1)

标准维纳过程在任意时刻t服从正态分布。

B(t)W(t)

B(t)B(s)~N(0,2(ts))

B(t)B(t)B(0)~N(0,2t)

B(1)~N(0,2)

1,2,,t,

Nr

1L

NXrtB(r)W(r)

N1

N

1L2

NX1tW(1)~N(0,)

N1

ytyt1t

ytyt1t

yy

t1t

ˆ2

yt1

ˆˆ



t1

22

ˆˆ2

syt1

112

ˆ1NYt1tL2W11

t111

2222212

ˆˆ2

NYt1SWrdr

0

Dickey—Fuller分布是非标准的，因此人们

用MonteCarlo方法模拟得到检验的临界值，

并编成DF检验临界值表（情形一）供查。

若t统计量值小于DF检验临界值，则拒绝原

假设.

ytyt1t

111

W(1)W2rdr[W211]Wrdr

12L0