时间序列分析:一般自回归过程
1. 定义 $p$ 阶自回归过程 $AR(p)$ \begin{equation} X_t = \phi_1 X_{t-1} + \phi_2 X_{t-2} + \cdots + \phi_p X_{t-p} + e_t \tag{1} \end{equation} 也可以写为 \begin{equation} X_t – \phi_1 X_{t-1} – \phi_…
Read more
learn, build, evaluate
1. 定义 $p$ 阶自回归过程 $AR(p)$ \begin{equation} X_t = \phi_1 X_{t-1} + \phi_2 X_{t-2} + \cdots + \phi_p X_{t-p} + e_t \tag{1} \end{equation} 也可以写为 \begin{equation} X_t – \phi_1 X_{t-1} – \phi_…
Read more
1. 定义 对于二阶自回归过程 $AR(2)$ \begin{equation} X_t = \phi_1 X_{t-1} + \phi_2 X_{t-2} + e_t \tag{1} \end{equation} 假设 $e_t$ 独立于 $Y_{t-1}, Y_{t-2}, \cdots$。式 $(1)$ 也可以表示为 \begin{equation} X_t – \phi_1…
Read more
1. 自回归过程 自回归过程使用自身作为回归变量,定义 \begin{equation} X_t = \phi_1 X_{t-1} + \phi_2 X_{t-2} +\cdots + \phi_p X_{t-p} + e_t \tag{1} \end{equation} 为 $p$ 阶自回归过程(Autoregressive Process),记做 $AR(p)$。序列 $X_t$ 的当前值…
Read more
1. 定义 设 $\{e_t\}$ 是均值为零,方差为 $\sigma_e^2$ 的白噪声,则称 \begin{equation} X_t = e_t + \theta_1 e_{t-1} + \theta_2 e_{t-2} + \cdots + \theta_q e_{t-q} \tag{1} \end{equation} 为 $q$ 阶滑动平均过程(Moving Aver…
Read more
1. 定义 一般线性过程 $\{X_t\}$ 可以表示为现在和过去白噪声变量的加权线性组合,令 $\{e_t\}$ 表示未观测到的白噪声序列,即一系列均值为零、方差为 $\sigma_e^2$ 的独立同分布的随即变量),则 \begin{equation} X_t = e_t + \psi_1 e_{t-1} + \psi_2 e_{t-2} + \cdots …
Read more
1. 定义 令 $\{e_t\}$ 是均值为 $\mu$,方差为 $\sigma_e^2$ 的白噪声,如果 \begin{equation} X_t = X_{t-1} + e_t \tag{1} \end{equation} 则称 $X_t$ 为随机游走(Random Walk)。 式 $(1)$ 也可以使用延迟算子表示为 \begin{equation} X_t = B…
Read more
1. 定义 白噪声过程指的是独立同分布的随机变量 $\{e_t\}$,具有均值 $\mu$(通常定义 $\mu = 0$) 和 方差 $\sigma^2$,记为 $e_t \sim \mathrm{wn}(\mu, \sigma^2)$。如果白噪声的分布是均值为 $0$、方差为 $\sigma^2$ 的正态分布,即 $e_t \overset{\mathrm{iid}}{\si…
Read more
1. 延迟算子 延迟算子(Backshift Operator)也称为滞后算子(Lag Operator),记为 $B$,作用于时间序列的时间指标上,将时间向后倒退一个时间单位,形成一个新的序列。特别地,定义 \begin{equation} BY_t = Y_{t – 1} \tag{1} \end{equation} 延迟算子是线性计算,对于任何常数 $a, b, c$ 和…
Read more
1. 确定趋势与随机趋势 平稳时间序列的均值函数是时域上的常数,而一般时间序列的均值函数可能是任意的时间函数。均值函数体现了时间序列的趋势,趋势可能是难以琢磨的。例如随机游动在任意时间上都有零均值,在相邻时点上具有很强的正相关,且随机过程的方差随时间的增加而增加,由此会带来表面上的趋势;而对同样的过程进行反复模拟,则可能会得到完全不同的“趋势”。这样的趋势称为随机趋势。 趋势有时也会具有某…
Read more
1. 平稳性 根据观测记录对随机过程的结构进行统计推断时,通常必须对其作出某些简化且大致合理的假设,其中最重要的假设是平稳性。平稳性的基本思想是,决定过程特性的统计规律不随时间的变化而改变。从一定意义上说,过程位于统计的平衡点上。特别地,如果对一切时滞 $k$ 和点 $t_1, t_2, \cdots, t_n$,都有 $Y_{t_1}, Y_{t_2}, \cdots, Y_{t_n}$ 与…
Read more