时间序列笔记（四）
拿到数据后，通过平稳性与随机性判断之后如何处理
方法性工具
ARMA模型
平稳序列建模
序列预测
方法性工具：差分运算，延迟算子，线性差分方程
差分运算：
延迟算子：p表示延迟的时间尺度
B不是常数，它是一个延迟算子，具有四则运算的一些性质
线性差分方程：往往先求齐次，然后再往非齐次上推倒
ARMA模型的性质
AR模型
MA模型
ARMA模型
保证最高项t-p前系数不为零
不同时期残差相关性为零
假设平稳有最后表达式变形
（1）（3）平稳时间序列
（2）（4）非平稳时间序列
假设知道内在关系AR1
不同序数值呈现不同的平稳状态，例AR（1），AR（2）
中心化后，均值都为0
模型1，有可能平稳
模型2，不可能平稳，这个由公式展开得出可能性
有方差可以看是否平稳，但有可能相加为1，是平稳。>,越来越远，<慢慢减弱
B就是自回归序数
单位圆就是用B与1做对比
例：模型（1）特征根是0.8
平稳AR的统计相关属性////////////////////////////////////////////////////////数学推理//////////////////////////////////////
Green是为了解释AR的相关性质
只能针对平稳的AR，因为方程相同