← 返回刚才阅读的位置

知识卡片

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

MA模型为何会截断

理解等级:中级

模型形状:MA(q) 把当前值写成当前白噪声与过去 q 个白噪声的加权和。与 AR 用“过去的观测值”不同,它用的是“过去的意外”——随机冲击一次性直接进入当期值,并在随后 q 期里留下痕迹。

为什么 ACF 在 q 后截断:y(t) 与 y(t-1) 到 y(t-q) 的表达式共享同一批白噪声项,所以相关;而 y(t) 与 y(t-q-1) 不含任何共同的白噪声项,理论上相关为 0。于是 MA(q) 的 ACF 在 lag q 之后突然掉到零附近,而不是像 AR 那样慢慢衰减。

与 AR 的对偶:AR 是 ACF 拖尾、PACF 截断;MA 是 ACF 截断、PACF 拖尾。这个对称性是定阶时最实用的判据。

实践含义:q 就是冲击的记忆长度。q 小意味着事件影响很快过去,q 大意味着冲击有较长余波。样本 ACF 不会精确等于 0,lag 超过 q 后应表现为“接近 0”;若衰减只是变慢而非截断,就该考虑 AR 或 ARMA。

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

    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 8.2.3 对 MA(q) 的定义、随机冲击直接影响的说明,以及 MA(3) 的 ACF 在 lag 3 后截断的成因分析。 - 原始内容:在一个MA(q)模型中,时间序列的值是当前白噪声项和先前q个白噪声项的线性组合。所以先前的随机冲击(random shock)直接影响到时间序列的当前值。对于MA(q)模型,ACF和PACF的行为在某种程度上从AR(p)模型的行为中被置换了。