平稳时间序列的相关概念
(一)兩種不同的平穩(wěn)性定義
1.嚴(yán)平穩(wěn)過(guò)程
若對(duì)于時(shí)間ttt的任意nnn個(gè)值t1<t2<?<tnt_1<t_2<\cdots<t_nt1?<t2?<?<tn?,序列中的隨機(jī)變量Xt1+s,Xt2+s,...,Xtn+sX_{t_1+s},X_{t_2+s},...,X_{t_n+s}Xt1?+s?,Xt2?+s?,...,Xtn?+s?聯(lián)合分布與整數(shù)sss無(wú)關(guān),即有:
Ft1,t2,...tn(Xt1,Xt2,...,Xtn)=Ft1+s,t2+s,...,tn+s(Xt1+s,Xt2+s,...,Xtn+s)F_{t_1,t_2,...t_n}(X_{t_1},X_{t_2},...,X_{t_n})=F_{{t_1+s},{t_2+s},...,{t_n+s}}({X_{t_1+s},X_{t_2+s},...,X_{t_n+s}}) Ft1?,t2?,...tn??(Xt1??,Xt2??,...,Xtn??)=Ft1?+s,t2?+s,...,tn?+s?(Xt1?+s?,Xt2?+s?,...,Xtn?+s?)
則稱{Xt}\{X_t\}{Xt?}為嚴(yán)平穩(wěn)/狹義平穩(wěn)/強(qiáng)平穩(wěn)過(guò)程。
嚴(yán)平穩(wěn)的概率分布與時(shí)間無(wú)關(guān)。
2.寬平穩(wěn)過(guò)程
如時(shí)間序列有有窮的二階矩,且{Xt}\{X_t\}{Xt?}滿足一下兩個(gè)條件:
(1)μt=E(Xt)=c(2)γ(t,s)=E(Xt?c)(Xs?c)=γ(t?s,0)\begin{array}{lcl} (1)\mu_t=E(X_t)=c\\ (2)\gamma(t,s)=E(X_t-c)(X_s-c)=\gamma(t-s,0) \end{array} (1)μt?=E(Xt?)=c(2)γ(t,s)=E(Xt??c)(Xs??c)=γ(t?s,0)?
則稱該時(shí)間序列為寬平穩(wěn)過(guò)程。
寬平穩(wěn)過(guò)程各隨機(jī)變量的均值為常數(shù),且任意兩個(gè)變量的協(xié)方差僅與時(shí)間間隔(t?s)(t-s)(t?s)有關(guān)。
3.嚴(yán)平穩(wěn)過(guò)程和寬平穩(wěn)過(guò)程的聯(lián)系和區(qū)別
區(qū)別:
(1)嚴(yán)平穩(wěn)的概率分布隨時(shí)間的平移而不變,寬平穩(wěn)序列的均值和自協(xié)方差隨時(shí)間的平移而不變。
(2)一個(gè)嚴(yán)平穩(wěn)序列,不一定是寬平穩(wěn)序列;一個(gè)寬平穩(wěn)序列也不一定是嚴(yán)平穩(wěn)序列。
聯(lián)系:
(1)若一個(gè)序列為嚴(yán)平穩(wěn)序列,且有有窮的二階矩,那么該序列也必為寬平穩(wěn)序列。
(2)若時(shí)間序列為正態(tài)序列(即它的任何有限維分布都是正態(tài)分布),那么該序列為嚴(yán)平穩(wěn)序列和寬平穩(wěn)序列是相互等價(jià)的。
(二)時(shí)間序列的分布、均值和協(xié)方差函數(shù)
1.時(shí)間序列的概率分布
由于確定時(shí)間序列的分布函數(shù)一般不可能,人們更加注意使用時(shí)間序列的各種特征量的描述,如均值函數(shù)、協(xié)方差函數(shù)、自相關(guān)函數(shù)、偏自相關(guān)函數(shù)等,這些特征量往往能代表隨機(jī)變量的主要特征。
2.均值函數(shù)
一個(gè)時(shí)間序列{Xt,t=0,t=±1,t=±2,....,}\{X_t,t=0,t=\pm1,t=\pm2,....,\}{Xt?,t=0,t=±1,t=±2,....,}的均值函數(shù)指:
μt=E(Xt)=∫?aaXd(Ft(Xt))\mu_t=E(X_t)=\int_{-a}^{a} X\, d(F_t(X_t)) μt?=E(Xt?)=∫?aa?Xd(Ft?(Xt?))
μt\mu_tμt?即為{Xt}\{X_t\}{Xt?}的均值函數(shù),它實(shí)質(zhì)上是一個(gè)實(shí)數(shù)列,均值表示隨機(jī)過(guò)程在各個(gè)時(shí)刻的擺動(dòng)中心。
3.自協(xié)方差函數(shù)
γ(t,s)=E(Xt?μt)(Xs?μs)=∫?aa∫?aa(x?μt)(y?μs)dFt,s(x,y)\gamma(t,s)=E(X_t-\mu_t)(X_s-\mu_s)=\int_{-a}^{a}\int_{-a}^{a} (x-\mu_t)(y-\mu_s)\, dF_{t,s}(x,y) γ(t,s)=E(Xt??μt?)(Xs??μs?)=∫?aa?∫?aa?(x?μt?)(y?μs?)dFt,s?(x,y)
對(duì)稱性:γ(t,s)=γ(s,t)\gamma(t,s)=\gamma(s,t)γ(t,s)=γ(s,t)
4.自相關(guān)函數(shù)
ρ(t,s)=γ(t,s)γ(t,t)γ(s,s)\rho(t,s)=\frac{\gamma(t,s)}{\sqrt{\gamma(t,t)\gamma(s,s)}} ρ(t,s)=γ(t,t)γ(s,s)?γ(t,s)?
自相關(guān)函數(shù)描述了時(shí)間序列的{Xt}\{X_t\}{Xt?}自身的相關(guān)結(jié)構(gòu)。
時(shí)間序列的自相關(guān)函數(shù)具有對(duì)稱性,且有ρ(t,t)=1\rho(t,t)=1ρ(t,t)=1
(三)平穩(wěn)序列的自協(xié)方差和自相關(guān)函數(shù)
1.平穩(wěn)序列的自協(xié)方差函數(shù)和自相關(guān)函數(shù)
若{Xt}\{X_t\}{Xt?}為平穩(wěn)序列,假定EXt=0EX_t=0EXt?=0,則我們可以用以下記號(hào)表示平穩(wěn)序列的自協(xié)方差函數(shù)。
γk=E(Xt?EXt)(Xt?k?EXt?k)=EXtXt?k\gamma_k=E(X_t-EX_t)(X_{t-k}-EX_{t-k})=EX_tX_{t-k} γk?=E(Xt??EXt?)(Xt?k??EXt?k?)=EXt?Xt?k?
相應(yīng)的,嚴(yán)平穩(wěn)序列的自相關(guān)函數(shù)記為:
ρk=γkγ0\rho_k=\frac{\gamma_k}{\gamma_0} ρk?=γ0?γk??
2.平穩(wěn)序列的自協(xié)方差序列和自相關(guān)函數(shù)列的性質(zhì)
(1)γk=γ?kρk=ρ?k(2)γk≤∣γ0∣∣ρk∣≤1\begin{array}{lcl} (1)\gamma_k=\gamma_{-k}\qquad \rho_k=\rho_{-k}\\ (2)\gamma_k≤|\gamma_0|\qquad |\rho_k|≤1 \end{array} (1)γk?=γ?k?ρk?=ρ?k?(2)γk?≤∣γ0?∣∣ρk?∣≤1?
(四)白噪聲序列和獨(dú)立同分布序列
1.白噪聲序列
定義:若時(shí)間序列{Xt}\{X_t\}{Xt?}滿足下列性質(zhì),
(1)EXt=0(2)EXtXs={σ2,t=s0,t≠s\begin{array}{lcl} (1)EX_t=0\\ (2)EX_tX_s=\begin{cases}\sigma^2,t=s\\0,t≠s\end{cases} \end{array} (1)EXt?=0(2)EXt?Xs?={σ2,t=s0,t?=s??
則稱此序列為白噪聲序列。
白噪聲序列是一種特殊的寬平穩(wěn)序列,也是一種最簡(jiǎn)單的平穩(wěn)序列。
2.獨(dú)立同分布序列
定義:如果時(shí)間序列{Xt}\{X_t\}{Xt?}中的隨機(jī)變量Xt,t=0,±1,±2,...X_t,t=0,\pm1,\pm2,...Xt?,t=0,±1,±2,...是相互獨(dú)立的隨機(jī)變量,且XtX_tXt?具有相同的分布(當(dāng)XtX_tXt?有一階矩時(shí),往往還假定EXt=0EX_t=0EXt?=0),則稱{Xt}\{X_t\}{Xt?}為獨(dú)立同分布序列。
獨(dú)立同分布序列{Xt}\{X_t\}{Xt?}是一個(gè)嚴(yán)平穩(wěn)序列
一般來(lái)說(shuō),白噪聲序列與獨(dú)立同分布序列是不同的兩種序列。
但是當(dāng)白噪聲序列為正態(tài)序列時(shí),它也是獨(dú)立同分布序列,此時(shí)我們稱其為正態(tài)白噪聲序列。
總結(jié)
以上是生活随笔為你收集整理的平稳时间序列的相关概念的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 线性调频信号的脉冲压缩(匹配滤波)
- 下一篇: C语言正交表测试用例,测试用例设计之正交