時間序列分析中國人民大學統(tǒng)計學院中國人民大學統(tǒng)計咨詢研(編輯修改稿)
2025-08-15 18:53 本頁面
【文章內容簡介】 選取的影響； 可能存在第三個變量 Z，既影響 Y，也與 X相關。 第二個條件的檢驗： Y不是引起 X變化的原因，檢驗方法同上。 12 向量自回歸過程簡稱 VAR過程，是分析多變量時間序列的有力工具。 傳統(tǒng)的向量自回歸模型 （ 1） 模型 VAR(p)模型表示為 其中， 是 n維變量序列， （ i = 1,2, ...... ,p）為 n n維模型系數(shù)矩陣， { }為 n維獨立同分布隨機向量， E（ ） = 0 ， D（ ） = 。 = + + ...... + + ty1A 1?ty2A2?typA pty? t?ty iA? t?t? t?? 2. 向量自回歸模型 13 （ 2） 互相關函數(shù) 協(xié)方差矩陣 設 = [ , , ... , ], (t = 0 , 1, 2 , ... ) 為n維聯(lián)合平穩(wěn)實向量過程 . 對于每一個分量序列 ( i = 1, 2, ... , n ) ,其均值 E( ) = 是常數(shù) , 對于每一個分量序列 和 ( i = 1, 2, ... , n 。 j = 1, 2, ... , n)之間的互協(xié)方差僅與時間間隔 (k = t s)有關 ,是時間間隔 k的函數(shù) . tY tY,1 tY,2 tnY, ??tiY, tiY, i?tjY,tiY,14 可以得到均值 E( ) = = tY ?????????????????n???21和協(xié)方差矩陣 (k) = Cov( , ) = E [( ) ( ] ?tY ktY?tY ?ktY? ? )?ktY?= Cov( , ) tY15 = E ( )( ) = E ( )( ) )(krij tiY, i? ktjY ?,j?ktiY ?, i? tjY,j?記 k = 0 , 1 , 2 , ... 。 i = 1 , 2 , ... , n 。 j = 1 , 2 , ... , n . ??當 i = j時 , 是 i個分量的自相關函數(shù) 。 當 i j時 , 是 和 之間的互協(xié)方差函數(shù) . )(krij?)(krijtiY, tjY ,16
試題試卷相關推薦
鄂ICP備17016276號-1