Главная > Анализ временных рядов, прогноз и управление, Т1
<< Предыдущий параграф Следующий параграф >>
Пред.
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

Глава 4. Линейные нестационарные модели

Многие эмпирические временные ряды (например, цены на бирже) ведут себя так, как будто они не имеют фиксированного среднего значения. Но даже при этом они выглядят однородными в том смысле, что если не учитывать локальный уровень или, возможно, локальный уровень и тренд, любая часть временного ряда по своему поведению во многом подобна любой другой. Модели, описывающие такое однородное нестационарное поведение, можно получить, предположив, что некая подходящая разность процесса стационарна. Рассмотрим теперь свойства важнейшего класса моделей, в которых -я разность есть стационарный смешанный процесс авторегрессии – скользящего среднего. Эти модели называются процессами авторегрессии – проинтегрированного скользящего среднего (АРПСС).

Categories

1
Оглавление
email@scask.ru