自回归移动平均模型
ARMA (p,问)模型
对于一些观测到的时间序列,需要一个非常高阶的AR或MA模型来很好地模拟底层过程。在这种情况下,组合自回归移动平均(ARMA)模型有时可能是一个更节俭的选择。
ARMA模型表示的条件均值yt作为过去两个观察的函数, ,以及过去的创新, 过去观测的数量yt取决于,p,为AR度。过去创新的数量yt取决于,问,是硕士学位。通常,这些模型用ARMA表示(p,问).
武器装备管理局的形式(p,问)模型在计量经济学工具箱™是
(1) |
在滞后算子多项式表示法中, .定义度pAR滞后算子多项式 .定义度问MA滞后算子多项式 .您可以编写ARMA(p,问)模型为
(2) |
ARMA模型的平稳性和可逆性
考虑武装革命(p,问)模型的延迟运算符符号,
从这个表达式中,你可以看到
(3) |
是过程的无条件均值,和 是一个有理无穷次滞后算子多项式, .
请注意
的常数
的属性华宇电脑
模型对象对应于c,而不是无条件的平均值μ.
通过Wold分解[2],方程3对应于一个稳定的随机过程提供系数 是完全可以总结的。这是当AR多项式, ,是稳定的,也就是说它的根都在单位圆外。此外,过程是因果前提是MA多项式为可逆的,也就是说它的根都在单位圆外。
计量经济学工具箱加强了ARMA过程的稳定性和可逆性。指定ARMA模型时使用华宇电脑
,如果你输入的系数不对应于稳定的AR多项式或可逆的MA多项式,你会得到一个错误。同样的,估计
在估计过程中施加平稳性和可逆性约束。
参考文献
[1]博克斯,g.e.p, g.m.詹金斯,g.c.赖塞尔。时间序列分析:预测与控制.恩格尔伍德悬崖,新泽西州:普伦蒂斯大厅,1994年。
[2]沃尔德,H。平稳时间序列分析的研究.乌普萨拉,瑞典:Almqvist & Wiksell, 1938。