ВУЗ:
Составители:
Рубрика:
2.5. Смешанный процесс авторегрессии – скользящего среднего
(процесс авторегрессии с остатками в виде скользящего
среднего)
Процесс X
t
с нулевым математическим ожиданием, принадлежащий такому классу
процессов, характеризуется порядками
p и q его AR и МA составляющих и обозначается
как процесс
ARMA(p, q) (autoregressive moving average, mixed autoregressive moving
average). Более точно, процесс X
t
с нулевым математическим ожиданием принадлежит
классу ARMA(
p, q), если
X
t
=
∑
=
p
j
j
a
1
X
t – j
+
∑
=
q
j
j
b
0
ε
t – j
, a
p
≠ 0 , b
q
≠ 0 ,
где ε
t
– процесс белого шума и b
0
= 1. В операторной форме последнее соотношение имеет
вид
a(L) X
t
= b(L) ε
t
,
где
a(L) и b(L) имеют тот же вид, что и в определенных ранее моделях AR(p) и MA(q). Если
процесс имеет постоянное математическое ожидание
µ
, то он является процессом типа
ARMA(
p, q), если
X
t
–
µ
=
∑
=
p
j
j
a
1
(X
t – j
–
µ
) +
∑
=
q
j
j
b
0
ε
t – j
.
Отметим следующие свойства процесса ARMA(p, q) с E(X
t
) =
µ
.
• Процесс стационарен, если все корни уравнения a(z) = 0 лежат вне единичного
круга
z ≤ 1.
• Если процесс стационарен, то существует эквивалентный ему процесс MA(∞)
X
t
–
µ
=
∑
∞
= 0 j
j
c ε
t – j
, c
0
= 1, ,
0
∞<
∑
∞
=j
j
c
или
X
t
–
µ
= c(L) ε
t
,
где
c(z) =
.
)(
)(
0
∑
∞
=
=
j
j
j
za
zb
zc
• Если все корни уравнения b(z) = 0 лежат вне единичного круга z ≤ 1 (условие
обратимости), то существует эквивалентное представление процесса X
t
в виде
процесса авторегрессии бесконечного порядка AR(∞)
X
t
–
µ
=
∑
∞
=1 j
j
d (X
t – j
–
µ
) + ε
t
,
или
2.5. Смешанный процесс авторегрессии – скользящего среднего
(процесс авторегрессии с остатками в виде скользящего
среднего)
Процесс Xt с нулевым математическим ожиданием, принадлежащий такому классу
процессов, характеризуется порядками p и q его AR и МA составляющих и обозначается
как процесс ARMA(p, q) (autoregressive moving average, mixed autoregressive moving
average). Более точно, процесс Xt с нулевым математическим ожиданием принадлежит
классу ARMA(p, q), если
p q
Xt = ∑a
j =1
j Xt – j + ∑b
j =0
j εt – j , ap ≠ 0 , bq ≠ 0 ,
где εt – процесс белого шума и b0 = 1. В операторной форме последнее соотношение имеет
вид
a(L) Xt = b(L) εt ,
где a(L) и b(L) имеют тот же вид, что и в определенных ранее моделях AR(p) и MA(q). Если
процесс имеет постоянное математическое ожидание µ , то он является процессом типа
ARMA(p, q), если
p q
Xt – µ = ∑ a j (Xt – j – µ) +
j =1
∑b
j=0
j εt – j .
Отметим следующие свойства процесса ARMA(p, q) с E(Xt) = µ .
• Процесс стационарен, если все корни уравнения a(z) = 0 лежат вне единичного
круга z ≤ 1.
• Если процесс стационарен, то существует эквивалентный ему процесс MA(∞)
∞ ∞
Xt – µ = ∑c
j =0
j εt – j , c0 = 1, ∑
j =0
cj < ∞ ,
или
Xt – µ = c(L) εt ,
где
∞
b( z )
c( z) =
j =0
∑c z
a( z )
. j
j
=
• Если все корни уравнения b(z) = 0 лежат вне единичного круга z ≤ 1 (условие
обратимости), то существует эквивалентное представление процесса Xt в виде
процесса авторегрессии бесконечного порядка AR(∞)
∞
Xt – µ = ∑d
j =1
j (Xt – j – µ) + εt ,
или
Страницы
- « первая
- ‹ предыдущая
- …
- 30
- 31
- 32
- 33
- 34
- …
- следующая ›
- последняя »
