伦同学2022-02-26 05:21:26
伦同学请问老师，covariance_stationary的三个条件里,constant_and_finite_variance是不是就是看homoskedasticity_issue，constant_and_finite_covariance_between_values_of_itself_is_constant是不是就是检验serial_correlation?
回答（1）
Essie2022-02-26 16:00:09
Essie你好，
AR模型有三个前提假设：1.时间序列是协方差平稳的；2.残差之间无相关关系；3.残差的方差必须符合同方差性。heteroskedasticity issue指这里的第三条，autocorrelation指第二条。
而第一条时间序列是协方差平稳的，其中又有三个要求：均值、方差、协方差都要满足存在且恒定。二级数量中只研究了均值存在且恒定这一条，我们对于相关的知识有学过均值复归线，单位根的检验等。对于方差和协方差的平稳没有做深入研究，因为比较复杂，只需要知道结论，它们也需要是有限且存在的。
如果我的回答有帮助到你的话，请点赞支持一下我们，加油哦；)
- 评论（0）
- 追问（2）
- 追问
-
老师您说的"第一条时间序列是协方差平稳的，其中又有三个要求：均值、方差、协方差都要满足存在且恒定" 中方差存在且恒定和homoskedasticity有什么区别？协方差存在且恒定和non serial correlation有什么区别？
- 追答
-
你好，heteroskedasticity是异方差，它是指模型中残差的方差会随着自变量x的变化而变化。如果模型要求不存在异方差问题，那么就需要残差的方差是稳定的。autocorrelation是自相关，AR模型要求残差之间不存在相关性。这两个问题是针对残差而言的。
而协方差平稳中说的方差，协方差平稳针对的是时间序列数据而言的，指用于建模的时间序列数据过去的方差、协方差是平稳的，简而言之就是数据的结构没有大幅的发生变化，这样我们才能拿来建模。
评论
0/1000
追答
0/1000
+上传图片