Ch2自回归移动平均模型(pdf 73页)

Ch2自回归移动平均模型内容简介：
时间序列分析方法是Box and Jenkins (1970)提出的，该法不考虑以经济或金融理论为依据的解释变量的作用，而是依据时间序列本身的变化规律，利用外推机制来描述时间序列。
必须注意的是，建立时间序列模型的前提是：时间序列是平稳的。
由随机变量构成的一个有序序列称为随机过程，通常记为S是样本空间，T为序数集。对于每个t(t∈T)，x(•, t)是样本空间S中的一个随机变量；对于每个s(s∈S)，x(s,•)是随机过程在序数集T中的一次实现。一般将随机过程简称为过程，记为{xt}或xt。随机过程的一次观测结果称为时间序列，{xt, t∈T}用表示。时间序列数据是所要研究变量的观测值按时间先后顺序排列的一组数据。如果我们把1997年1月1日至2002年12月31日间每个交易日收盘时的中信指数按时间先后排列起来，得到了中信指数时间序列。通常，分析的数据是等时间间隔的，从而是一个离散的时间序列。研究时间序列{xt}的目的，就是分析xt与其过去值{xt-1, xt-2,…}间的动态相关性。如果用线性模型分析，意味着xt与其过去值{xt-1, xt-2,…}存在着线性关系。
一个时间序列是随机变量按时间顺序排列的观测值，在经济和金融的应用中，我们仅能得到的是时间序列的一次实现，时间序列分析的目标就是从观测到的一次实现来对过程进行推断，常用的方法就是选择一个适当的模型来近似描述所研究的过程。选择一个适当的模型，就涉及到评价样本数据的联合分布函数其中，T是样本容量，xi是实数。通常{xt}是一个观测序列。为了能更好地为时间序列构模，需要限制联合分布。进一步，为了预测，还要说明过程分布的一些关键性质，即时间不变性。
..............................