已知条件下,x1与xt k之间的相关程度。由于它需要考虑排除其他滞后期的效应,因而被称作偏子相关,其相关程度用自相关系数 kk度量, 1 kk 1,当k
k 1
1。
1
k
kk
j 1k 1
(k 1,j)
k j
1
当k=2,3,…
(k 1,j)
j 1
j
kk (k 1,j) kk (k 1,k j) (j 1,2 ,k
)
3.AR模型的参数估计
AR模型的一个重要特性是样本序列xt自相关函数具有逆推的性质,即
p
rk
j 1
pj
X
k j
(k
0
),取方程组中k
1~p
,则p个方程写成矩阵形式。
r1 r0 rr 2 1 rp rp 1
r1r0 rp 2
rp 1
r
p 2
r
0
p2 pp
p1
,即为Yule-Walker方程,其中系数矩阵为Toeplitz
相关矩阵。
k应用估计值r
k r
1T
T k
t 1
xtxt k,k 0,1,2,3
,则
p2 pp
p1
r0
r1= rp 1
r1r0 rp 2
rp 1
r
p 2
r
0
1
r1
r 2 rp
AR(p)模型残差序列{ t}的方差估计值 2为:
p
p1xt 1 p2xt 2 ppxt p) E(xt
22
0 r
j 1
pj
j r