来表示，称之为一阶移动平均模仍为随型，记作MA(1)。其中,α机扰动项，或称为干扰项。理论上要求是正态白噪声序列。a二、二阶移动平均模型假设X （t=1，2，.）为平稳且零均值的时间序列，当X与其滞后期之间的相关性较弱，但与千扰的滞后一期at-1
来表示，称之为一阶移动平均模 型，记作MA(1)。其中， 仍为随 机扰动项，或称为干扰项。理论 上要求 是正态白噪声序列。 二、二阶移动平均模型 假设Xt（t=1，2，.）为平稳 且零均值的时间序列，当Xt与其 滞后期之间的相关性较弱，但与 干扰的滞后一期 at at at−1
滞后二期之间存在较强的相at2关时，我们可以用以下数学模型X, = a, -a-1 - ,at来表示，称之为二阶移动平均模型，记作MA(2)。其中，α,仍为随机扰动项，或称为干扰项。理论上要求aα大是正态白噪声序列
滞后二期 之间存在较强的相 关时，我们可以用以下数学模型 ： 来表示，称之为二阶移动平均模 型，记作MA(2)。其中， 仍为随 机扰动项，或称为干扰项。理论 上要求 是正态白噪声序列。 Xt = at −1 at−1 −2 at−2 at−2 at at
三、m阶移动平均模型假设X,（t=1，2，.）为平稳且零均值的时间序列，当X与其滞后期之间的相关性较弱，但与干扰的滞后一期αt-1、滞后两期 at-2、.…、滞后m期αt-m，之间存在较强的相关时，我们可以用以下数学模型：X, = a, -0,a,-1-0,a,-2-...-一mY
三、m阶移动平均模型 假设Xt（t=1，2，.）为平稳 且零均值的时间序列，当Xt与其 滞后期之间的相关性较弱，但与 干 扰 的 滞 后 一 期 、 滞 后 两 期 、.、滞后m期 ，之 间存在较强的相关时，我们可以 用以下数学模型： at−1 at−2 at−m Xt = at −1 at−1 −2 at−2 −− m at−m
来表示，称之为m阶移动平均模型，记作MA(m)。其中,α仍为随机扰动项，或称为干扰项。理论上要求α，是正态白噪声序列。在移动平均模型中的参数为“负号”》前为这只不过是个“正号》完全形式问题，改用福“负号》时，在可以。只是用“符号》后面的模型式中参数
来表示，称之为m阶移动平均模型 ，记作MA(m)。其中， 仍为随机 扰动项，或称为干扰项。理论上要 求 是正态白噪声序列。 在移动平均模型中的参数 前为“负号”，这只不过是个 形式问题，改用“正号”完全 可以。只是用“负号”时，在 后面的模型式中参数“符号” 是一致的。 at at
$ 2.4福自回归移动平均模型当时间序列X不仅与其滞后期之间存在较强的线性关联，而且与影响时间的滞后期之间也序列变化的干扰项有线性关联时，模型称之为自回归移动平均模型(Autoregressive MovingAverage Model），简称为ARMA模型
§2.4 自回归移动平均模型 当时间序列Xt不仅与其滞后期之间 存在较强的线性关联，而且与影响时间 序列变化的干扰项 的滞后期之间也 有线性关联时，模型称之为自回归移动 平均模型（Autoregressive Moving Average Model ），简称为ARMA模型 。 at