第二章
时间序列的预处理
本章结构
平稳性检验
纯随机性检验
特征统计量
平稳时间序列的定义
平稳时间序列的统计性质
平稳时间序列的意义
平稳性的检验
概率分布
概率分布的意义
随机变量族的统计特性完全由它们的联合分布函数或联合密度函数决定
时间序列概率分布族的定义
实际应用的局限性(not available)
特征统计量
均值
方差
自协方差
自相关系数
(“自”--- 同一对象不同时间)
平稳时间序列的定义
严平稳
严平稳是一种条件比较苛刻的平稳性定义,它认为只有当序列所有的统计性质都不会随着时间的推移而发生变化时,该序列才能被认为平稳。
宽平稳
宽平稳是使用序列的特征统计量来定义的一种平稳性。它认为序列的统计性质主要由它的低阶矩决定,所以只要保证序列低阶矩平稳(二阶),就能保证序列的主要性质近似稳定。
平稳时间序列的统计定义
满足如下条件的序列称为严平稳序列
满足如下条件的序列称为宽平稳序列
严平稳与宽平稳的关系
一般关系
严平稳条件比宽平稳条件苛刻,通常情况下,严平稳(低阶矩存在)能推出宽平稳成立,而宽平稳序列不能反推严平稳成立
特例
不存在低阶矩的严平稳序列不满足宽平稳条件,例如服从柯西分布的严平稳序列就不是宽平稳序列
当序列服从多元正态分布时,宽平稳等价于严平稳
平稳时间序列的统计性质
常数均值
自协方差函数和自相关函数只依赖于时间的延迟长度而与时间的起止点无关
延迟k自协方差函数(证明)
延迟k自相关系数(证明)
自相关系数的性质
规范性
对称性
非负定性
非唯一决定性
1个相关函数------多个时间序列
应用时间序列分析-时间序列的预处理 来自淘豆网m.daumloan.com转载请标明出处.
