平稳时间序列定义
对于随机变量X,可以计算其均值μ、方差σ2;对于两个随机变量X和Y。可以计算X,Y的协方差cov(X,Y)=E[(X−μX)(Y−μY)]和相关系数ρ(X,Y)=σXσYcov(X,Y),他们度量了两个不同时间之间的相互影响程度。
对于时间序列Xt,t∈T,任意时刻的序列值Xt都是一个随机变量,每一个随机变量都会有均值和方差,记Xt的均值为μt,方差为σt;任取t,s∈T,定义序列Xt的自协方差函数γ(t,s)=E[(Xt−μt)(Xs−μs)]和自相关系数ρ(t,s)=σtσsconv(Xt,Xs)。之所以称他们为自协方差函数和自相关系数,是因为他们衡量的是同一个事件在两个不同时期(时刻t和s)之间的相关程度,形象的讲就是度量自己过去的行为对自己现在的影响。
由此得到平稳性检验的根本思想:如果时间序列{Xt,T∈T}在某一常数附近波动且波动范围有限,即有常数方差,并且延迟k期的序列变量的自协方差和自相关系数是相等的或者说延迟k期的序列变量之间的影响程度是一样的,则称{Xt,t∈T}为平稳序列。
时间序列平稳性检验
但是图检验方法的主观臆断成分大,目前常用的是单位根检验。
针对平稳和不平稳序列,目前的主要算法