对于一些观测时间序列,一个非常高阶AR或MA模型需要模型底层过程。在这种情况下,结合自回归移动平均(ARMA)模型有时可以是一个更简洁的选择。
一个ARMA模型表达的条件均值yt的函数都过去的观测, 和过去的创新, 过去观测的数量yt取决于,p基于“增大化现实”技术的程度。过去的创新的数量yt取决于,问是硕士学位。一般来说,这些模型是用ARMA (p,问)。
的形式ARMA (p,问在计量经济学工具箱™)模型
(1) |
在滞后算子多项式符号, 。定义的程度p基于“增大化现实”技术的滞后算子多项式 。定义的程度问马滞后算子多项式 。你可以写ARMA (p,问)模型
(2) |
的基于“增大化现实”技术的滞后算子多项式的系数, ,右侧是相反的方程1。当指定和解释AR系数计量经济学工具箱,使用表单方程1。
考虑到ARMA (p,问)模型中滞后算子符号,
从这个表达式中,您可以看到
(3) |
流程的无条件的意思, 是一个理性的,infinite-degree滞后算子多项式, 。
请注意
的常数
财产的华宇电脑
模型对象对应于c,而不是无条件的意思μ。
荒原的分解[2],方程3对应于一个平稳随机过程提供了系数 是绝对可和。出现这种情况时,基于“增大化现实”技术的多项式, ,是稳定的,这意味着所有的它的根源在单位圆之外。此外,这个过程因果马提供了多项式可逆的,这意味着所有的它的根源在单位圆之外。
计量经济学工具实施稳定和ARMA过程的可逆性。当你指定一个ARMA模型使用华宇电脑
,你得到一个错误,如果你输入不对应于一个稳定的基于“增大化现实”技术的多项式的系数或可逆的马多项式。同样的,估计
在评估对平稳性和可逆性的限制。
[1],g . e . P。,G. M. Jenkins, and G. C. Reinsel.时间序列分析:预测与控制。第三。恩格尔伍德悬崖,新泽西:普伦蒂斯霍尔,1994年。
[2]的山地,H。平稳时间序列的分析研究。瑞典乌普萨拉:Almqvist &维克塞尔,1938。