常用計量經濟模型分析(ppt 39頁)

第一節 時間序列的外推、平滑和季節調整
第二節 隨機時間序列模型
第三節 VAR模型
第四節 協整理論

基本假定：時間序列是由某個隨機過程生成的。
在一定條件下，我們可以從樣本觀察值中估計隨機過程的概率結構，這樣我們就能夠建立序列的模型並用過去的信息確定序列未來數值的概率。
常用模型：AR模型、MA模型、ARMA模型、ARIMA模型、VAR模型、ECM等。
統計特征不隨時間變化而變化的過程是平穩過程（Stable Process）
如果過程是嚴平穩的（ Strictly Stationary），那麼對任意的t和k，時刻t的聯合概率密度函數等於時刻t+k的聯合概率密度函數。也就是說，對於具有嚴平穩性質的隨機過程，其全部概率結構隻依賴於時間之差。
嚴平穩性的條件很嚴格，我們希望稍微放鬆限製條件。於是從實際角度考慮，我們可以用聯合分布的矩的平穩性來定義隨機過程的平穩性。

..............................