(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