题目
AR(p) 模型的数学表达式为 X_t = phi_1 X_(t-1) + phi_2 X_(t-2) + ... + phi_p X_(t-p) + epsilon_t,其中 epsilon_t 服从____分布,且具有____性质。
AR(p) 模型的数学表达式为 $X_t = \phi_1 X_{t-1} + \phi_2 X_{t-2} + \cdots + \phi_p X_{t-p} + \epsilon_t$,其中 $\epsilon_t$ 服从____分布,且具有____性质。
题目解答
答案
在AR(p)模型中,误差项 $\epsilon_t$ 服从白噪声分布,即 $\epsilon_t \sim WN(0, \sigma^2)$。其性质为:
1. 零均值:$E(\epsilon_t) = 0$。
2. 同方差:$Var(\epsilon_t) = \sigma^2$。
3. 不相关:$Cov(\epsilon_t, \epsilon_{t-k}) = 0$($k \neq 0$)。
4. 常见假设为独立同分布:$\epsilon_t \sim N(0, \sigma^2)$。
综上,$\epsilon_t$ 服从白噪声分布,且具有零均值、同方差、不相关(或独立)的性质。
答案:$\epsilon_t$ 服从白噪声分布,且具有零均值、同方差、不相关(或独立)的性质。(或:$\epsilon_t \sim N(0, \sigma^2)$,且独立同分布。)(合理即可)
解析
本题主要考察AR(p)模型中误差项$\epsilon_t$的分布及性质,这是时间序列分析中AR模型的基础知识点。
误差项$\epsilon_t$的分布
AR(p)模型的误差项$\epsilon_t$通常假设服从白噪声分布(White Noise),其严格定义为:$\epsilon_t \sim WN(0, \sigma^2)$,即零均值、同方差的不相关随机序列。在实际应用中,为了简化计算和统计推断,常进一步假设$\epsilon_t$服从独立同分布的正态分布($\epsilon_t \sim N(0, \sigma^2)$),这是白噪声的特殊情况。
误差项$\epsilon_t$的核心性质
- 零均值:$E(\epsilon_t) = 0$,即误差项的期望为0,无系统性偏差;
- 同方差:$Var(\epsilon_t) = \sigma^2$(常数),误差项的方差不随时间变化;
- 不相关性:$Cov(\epsilon_t, \epsilon_{t-k}) = 0$(对$k \neq 0$),不同时刻的误差项线性无关;
- (常见补充)独立性:在正态假设下,$\epsilon_t$还是独立同分布的,即$Cov(\epsilon_t, \epsilon_{t-k}) = 0$且$\epsilon_t$与$\epsilon_{t-k}$相互独立($k \neq 0$)。