Ch2自回歸移動平均模型(pdf 73頁)

Ch2自回歸移動平均模型內容簡介：
時間序列分析方法是Box and Jenkins (1970)提出的，該法不考慮以經濟或金融理論為依據的解釋變量的作用，而是依據時間序列本身的變化規律，利用外推機製來描述時間序列。
必須注意的是，建立時間序列模型的前提是：時間序列是平穩的。
由隨機變量構成的一個有序序列稱為隨機過程，通常記為S是樣本空間，T為序數集。對於每個t(t∈T)，x(?, t)是樣本空間S中的一個隨機變量；對於每個s(s∈S)，x(s,?)是隨機過程在序數集T中的一次實現。一般將隨機過程簡稱為過程，記為{xt}或xt。隨機過程的一次觀測結果稱為時間序列，{xt, t∈T}用表示。時間序列數據是所要研究變量的觀測值按時間先後順序排列的一組數據。如果我們把1997年1月1日至2002年12月31日間每個交易日收盤時的中信指數按時間先後排列起來，得到了中信指數時間序列。通常，分析的數據是等時間間隔的，從而是一個離散的時間序列。研究時間序列{xt}的目的，就是分析xt與其過去值{xt-1, xt-2,…}間的動態相關性。如果用線性模型分析，意味著xt與其過去值{xt-1, xt-2,…}存在著線性關係。
一個時間序列是隨機變量按時間順序排列的觀測值，在經濟和金融的應用中，我們僅能得到的是時間序列的一次實現，時間序列分析的目標就是從觀測到的一次實現來對過程進行推斷，常用的方法就是選擇一個適當的模型來近似描述所研究的過程。選擇一個適當的模型，就涉及到評價樣本數據的聯合分布函數其中，T是樣本容量，xi是實數。通常{xt}是一個觀測序列。為了能更好地為時間序列構模，需要限製聯合分布。進一步，為了預測，還要說明過程分布的一些關鍵性質，即時間不變性。
..............................