基于“增大化现实”技术(p)模型

许多观测到的时间序列表现出序列自相关;也就是说，滞后观测之间存在线性关联。这表明过去的观测可以预测当前的观测结果。自回归(AR)过程模型的条件均值y_t根据过去的观察， $$y_{t-1}，y_{t-2}，．．.，y_{t-p}$$．一个AR过程，取决于p过去的观测被称为程度的AR模型p，以AR表示(p)．

应收帐款的表格(p)模型的计量经济学工具箱™是

在滞后算子多项式表示法中， $$l^{我}{y}_t＝y_{t-我}$$．定义的程度pAR滞后算子多项式 $$\varphi （l）＝（1-{\varphi }_{1}l-．．.-{\varphi }_p{l}^p）$$．你可以写AR(p)模型

AR模型的平稳性

考虑到基于“增大化现实”技术(p)模型，

从这个表达中，你可以看到

是无条件的过程，和 $$\psi （l）$$是一个无限次滞后算子多项式， $$（1+{\psi }_{1}l+{\psi }_2{l}^2+．．.）$$．

荒原的分解［2］，方程3对应于一个平稳的随机过程提供的系数 $${\psi }_{我}$$是绝对可和。这是AR多项式， $$\varphi （l）$$,是稳定的，意思是它的所有根都在单位圆之外。

计量经济学工具箱加强了AR多项式的稳定性。当您指定一个AR模型使用华宇电脑，如果你输入的系数不符合一个稳定的多项式，你就会得到一个错误。同样的,估计在估计过程中施加平稳性约束。