AR過程與ARMA過程不同:
A. AR過程從rho[0]開始衰減,即rho[k]=rho[0]*fi^k;(公式錯誤,只爲說明問題,下同)
ARMA過程從rho[1]開始衰減,即rho[k]=rho[1]*fi^k;
具體可見習題: 4.19/4.20
B. AR過程中et獨立於Yt, Yt-1, ....
MA過程中et與Yt,Yt-1,...有統計相關性....
AR過程與ARMA過程不同
發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
ＧＡＲＣＨ(四)
怎麼拓展ＧＡＲＣＨ模型?或者說怎麼結合ARMA模型和ＧＡＲＣＨ模型呢? 注意到, 條件均值結構可以用ＡＲＭＡ模型來刻畫,而ＡＲＭＡ模型的白噪音選項則可以用ＧＡＲＣＨ(p,q)模型來刻畫:
ＧＡＲＣＨ(三)
那麼,進一步的問題是,如何估計GARCH(p,q)的階數ｐ和ｑ呢? 法一), 象ＧＡＲＣＨ(一)一樣,將其轉化爲模型,進而轉化爲對AR模型的估計； 法二), 使用極大似然估計函數,列出的聯合pdf
時間序列一般概念
① 時間序列每一個採樣點都可以認爲是取自一個個採樣總體，而這些採樣總體間是否獨立，同分布，則是具體情況而定。 ② 嚴平穩要考察聯合分佈，而弱平穩只需驗證均值不變及自相關函數依賴於時間間隔即可。
ＧＡＲＣＨ(四)
怎麼拓展ＧＡＲＣＨ模型?或者說怎麼結合ARMA模型和ＧＡＲＣＨ模型呢? 注意到, 條件均值結構可以用ＡＲＭＡ模型來刻畫,而ＡＲＭＡ模型的白噪音選項則可以用ＧＡＲＣＨ(p,q)模型來刻畫:
ＧＡＲＣＨ(三)
那麼,進一步的問題是,如何估計GARCH(p,q)的階數ｐ和ｑ呢? 法一), 象ＧＡＲＣＨ(一)一樣,將其轉化爲模型,進而轉化爲對AR模型的估計； 法二), 使用極大似然估計函數,列出的聯合pdf
時間序列一般概念
① 時間序列每一個採樣點都可以認爲是取自一個個採樣總體，而這些採樣總體間是否獨立，同分布，則是具體情況而定。 ② 嚴平穩要考察聯合分佈，而弱平穩只需驗證均值不變及自相關函數依賴於時間間隔即可。