第四章平稳时同序列模型的建立 (2)零均值的显著性判断： 我们考察均值的估计 的均值和方差，为我们 判断序列是否零均值提供了一种依据。 现在我们已经知道： E(X)=m var(X)=(1+2ark)》 k= 如果样本均值在以下范围内可认为是零均值过程。 0±2 VVar X
11 第四章 平稳时间序列模型的建立 （2）零均值的显著性判断： 我们考察均值μ的估计 的均值和方差，为我们 判断序列是否零均值提供了一种依据。 如果样本均值在以下范围内可认为是零均值过程。 现在我们已经知道：
第四章平稳时间序列找型的建立 若原时间序列是独立随机变量序列，则有： var(X)- 若X之间存在自相关，X的方差就发生了变化： var0闭=0+28”：) k-司 12
12 第四章 平稳时间序列模型的建立 若原时间序列是独立随机变量序列，则有： 若Xt之间存在自相关， 的方差就发生了变化：
第四章平稳时间序列模型的建立 (3)简单模型的均值的方差： - Var. X》 03 ù 80 e1+r, AR(1) k U k=1 ě1-r10 AR(2) ar了y8。l+r,1-2r2+r2)d N8(1-r1)I-r2) MA(1) MA(2) arXy01+2r1+2r2） N ARMA(1,1) Varx go (r1-r2+2r2) (r1-r2)
13 第四章 平稳时间序列模型的建立 （3）简单模型的均值的方差： AR(1) AR(2) MA(1) MA(2) ARMA(1,1)
第四幸平穗时间序列模型的建立 小- 在判断一个时间序列是否零均值时，我们也可以 先初步判断序列所适合的模型，再根据该模型的样本 均值的方差进行零均值检验。 (利用前面结果。) 其它模型的样本均值的方差可根据模型的自相关 函数特点用同样方法算出
14 第四章 平稳时间序列模型的建立 在判断一个时间序列是否零均值时，我们也可以 先初步判断序列所适合的模型，再根据该模型的样本 均值的方差进行零均值检验。 （利用前面结果。） 其它模型的样本均值的方差可根据模型的自相关 函数特点用同样方法算出
第四章平稳时同序列模型的建立 2.自相关和偏自相关函数估计值的截尾和拖尾性判断 在进行模型识别（主要是考虑自相关函数和偏自相 关函数的截尾和拖尾性)时，要用到自相关和偏自 相关估计的标准差 (1)自相关函数和偏自相关函数的估计值的渐近分布 自相关函数q步截尾， k~W0, 当k>q时，有 N1+2 偏自相关函数p步截尾， 当k>p时，有 N(.N)
15 第四章 平稳时间序列模型的建立 2. 自相关和偏自相关函数估计值的截尾和拖尾性判断 (1)自相关函数和偏自相关函数的估计值的渐近分布 在进行模型识别(主要是考虑自相关函数和偏自相 关函数的截尾和拖尾性)时，要用到自相关和偏自 相关估计的标准差 自相关函数q步截尾， 当k>q时，有 偏自相关函数p步截尾， 当k>p时，有