
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
3.2 AR模型的平稳性
3.2.1 AR模型的平稳条件
AR模型是常用的平稳序列的拟合模型之一,但并非所有的AR模型都是平稳的,因此在使用AR模型之前需要进行平稳性的判断。根据自回归系数多项式,定义平稳性条件如下:若a(u)=0的根都在单位圆外时,称此为平稳的AR(p)模型,否则为非平稳的AR(p)模型,或者广义的AR(p)模型。
即平稳条件:或
满足时,

此外还有平稳域判别法:称{a︱a(u)=0}的根在单位圆外为AR(p)模型的平稳域。
3.2.2 AR(1)模型的平稳域
对于中心化平稳AR(1)模型Xt=aXt−1+εt,令其系数多项式等于0,即1−au=0,则所以平稳域是
二阶自回归模型Xt=a1Xt−1+a2Xt−2+εt中,方程1−a1u−a2u2=0的两根分别为u1,u2,则:

为了满足平稳条件,要求根的绝对值大于1,因此要满足:

对高阶自回模型AR(p)来说,多数情况下没有必要直接计算其特征方程的特征根,但有一些有用的规则可以用来检验高阶自回归模型的稳定性。
AR(p)模型稳定的必要条件是:

由于ai(i=1,…,p)可正可负,AR(p)模型稳定的充分条件是:

AR(2)过程平稳参数区域如图3-1所示。

图3-1 AR(2)过程平稳参数区域