随机时间序列分析模型讲义
【讲义】随机时间序列分析模型
一、引言
随机时间序列分析是一种经济学、统计学和数学领域的重要研 究方法，用于描述和预测隨机现象（例如经济指标、股票价格) 随时间发展的变化规律。本讲义将介绍常见的随机时间序列分 析模型。
二、自回归模型（AR)
1.定义：
自回归模型是一种常见的线性时序模型，它假设当前时刻的数 值与过去若干时刻的数值相关。AR(p)模型表示当前时刻的值 与前p个时刻的值相关。
2.公式：
AR(p)模型的数学公式可表示为：
y_t = c + cp_l * y_(t-l) + (p_2 * y_(卜2) + …+ tp_p * y_(t-p) + s_t 其中，y_t代表当前时刻的数值，c为常数，（p_i为自回归系数， et为误i项，服从均值为0,方差为?納正态分布。
3.参数估计：
通过样本数据拟合AR(p)模型，可使用最小二乘法或极大似然 法估计自回归系数。
三、移动平均模型（MA)
1.定义：