Методы прогнозирования. Сухарев М.Г. - 91 стр.

UptoLike

ВУЗ: 

РГУНиГ им. Губкина | Москва

Составители: 

Рубрика: 

91
.
t t
X
Значит, первая разность для процесса случайного блужда-
ния является белым шумом. Это рассуждение показывает, что
первая разность нестационарного процесса может являться про-
цессом стационарным.
Возьмем еще пример, рассмотрим детерминированный вре-
менной ряд (3.3.1), в котором
( )
f t
― линейная функция
.
t t
X at b
Применяя к обеим частям этого равенства опера-
тор
, получаем
1 1
t t t t t
X a t b at b a
то есть опять-таки с помощью оператора
удалось от нестацио-
нарного временного ряда перейти к стационарному.
3.6 Процессы скользящего среднего
Мы переходим к изучению группы важных моделей стацио-
нарных стохастических временных рядов [10, 11, 13]. В их число
входят
модель скользящего среднего (СС), в английской терми-
нологии moving average model (МА);
модель авторегрессии (АР), в английской терминологии
autoregressive model (AR);
модель авторегрессии ― скользящего среднего (АРСС), в
английской терминологии autoregressive moving average model
(ARMA);

Страницы