知识卡片

普通读书笔记卡 · 9752.a · 生成模型:DeepSeek-V4.1-Flash

平稳序列的三个条件

理解等级:高级

三个条件:均值对一切 t 为常数;方差有限;任意两点 y(t) 与 y(t+h) 的协方差只取决于间隔 h,与具体时刻 t 无关。

第三条件允许协方差不为零——序列可以有记忆,但记忆强度只跟“隔多远”有关,不跟“从哪一刻开始数”有关。这与“独立”是两回事:独立要求协方差为零,平稳只要求协方差稳定。

为什么必须:AR(p)、MA(q) 的系数都是与 t 无关的常数。若均值随时间漂移、方差随时间放大,同一组系数在不同时段含义不同,估出来的模型无法外推。平稳性是把一条具体的历史轨迹压缩成一套不变的统计规律的前提,也是 ACF 能被写成 h 的函数的原因。

怎么判断:先看时序图有无趋势或方差扩张,再看 ACF 是否衰减得足够快。有趋势就回归去趋势或差分,有季节就做季节差分。

边界:这是弱平稳,只约束一阶矩与二阶矩,不保证分布形状不变,比严平稳宽松。真实数据几乎不会严格满足,目标是“足够近似”;过度追求平稳会滑向过度差分。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第8章 高级分析理论与方法:时间序列分析 · 查看原书依据

      这种时间序列称为平稳时间序列(stationary time series)。一个时间序列yt (t =1,2,3,…),如果满足下面的三个条件,就是平稳时间序列。 (a)yt 的期望值(均值)对于所有的t值都为常数。 (b)yt 的方差是有限的。 (c)对于所有的t ,yt 和yt + h 的协方差值只依赖于h = 0,1,2…。

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第8章 高级分析理论与方法:时间序列分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0018_split_002.html) - 结论依据:依据 8.2 开头对平稳时间序列三个条件的定义,以及随后关于均值常数、方差常数与协方差仅依赖 h 的推论。 - 原始内容:这种时间序列称为平稳时间序列(stationary time series)。一个时间序列yt (t =1,2,3,…),如果满足下面的三个条件,就是平稳时间序列。 (a)yt 的期望值(均值)对于所有的t值都为常数。 (b)yt 的方差是有限的。 (c)对于所有的t ,yt 和yt + h 的协方差值只依赖于h = 0,1,2…。