(2) 滑动平均模型 另一种常见的时间序列模型是滑动平均模型(MA)，它可表示为： ( t# x- H& t# L 3 c. b1 {) c9 W+ T3 R( e建立时间序列模型，要进行四方面的选择和判断：一是判断所依据的时间序列资料是否能够满足稳定性要求;二是判断哪一种自回归模型适合，是AR模型，还是MA模型，或是ARMA模型;三是判断模型的阶数;四是对模型的参数进行估计。! L' z6 f7 U2 p' e7 g
所谓“平稳”时间序列，是指其统计特性不随时间的变化而发生变化。完全平稳时间序列的定义较为复杂，且实际问题中的时间序列往往不只要能是完全平稳的，因此统计中一般考虑的“平稳”可归结为：对所有的时间点，序列具有同样的均值、方差，而且任何两时间点s,t之间序列的协方差只取时间间隔(t-s)，而和这些点在时间轴上的位置无关。+ n9 M" ?: [/ o) B0 Y B" S, G. ]
以下，我们举实例来说明时间变量回归模型的应用。9 O* C4 q ]* o2 x0 C. y
例如，要观察我国改革开放以来人均国内生产总值的变化趋势，可以根据相应年度的统计数据建立动态模型： F& l6 i. j' T( K" e6 f 0 |+ Q- g- |- Z2 b! M
发表于 2012-2-23 12:40:41
0 |+ Q- g- |- Z2 b! M
