Autokovarians
Den autocovariance funksjon av en stokastisk prosess som gjør det mulig å karakterisere de lineære avhengigheter som foreligger i denne prosessen.
X={Xt,t∈IKKE}{\ displaystyle X = \ {X_ {t}, t \ in \ mathbb {N} \}}![X = \ {X_t, t \ in \ mathbb {N} \}](https://wikimedia.org/api/rest_v1/media/math/render/svg/ee637ffec6e1f6146d745af9b5ca86c611238a37)
Definisjon - Hvis prosessen har verdier i og innrømmer en varians for noen , definerer vi autokovariansfunksjonen av den funksjonen som er notert som til et par naturlige heltall forbinder tallet som er angitt og definert av
, hvorX{\ displaystyle X}
R{\ displaystyle \ mathbb {R}}
V(Xt){\ displaystyle \ operatorname {V} (X_ {t})}
t∈IKKE{\ displaystyle t \ in \ mathbb {N}}
X{\ displaystyle X}
R{\ displaystyle R}
(t,s){\ displaystyle (t, s)}
R(t,s){\ displaystyle R (t, s)}
R(t,s)≡Cov(Xt,Xs)=E[(Xt-μt)(Xs-μs)]{\ displaystyle R (t, s) \ equiv \ operatorname {Cov} (X_ {t}, X_ {s}) = \ operatorname {E} \ left [(X_ {t} - \ mu _ {t}) ( X_ {s} - \ mu _ {s}) \ høyre]}
μt=E(Xt){\ displaystyle \ mu _ {t} = \ operatorname {E} (X_ {t})}
Hvis er en stasjonær prosess i svak forstand da
og for alle naturlige heltall . I dette tilfellet er det da tilstrekkelig å definere autokovarianter etter funksjonen som forbinder alt . Autokovarians-funksjonen vises da som kovariansen i denne prosessen med en forsinket versjon av seg selv. Vi kaller ordren autokovarians .
X{\ displaystyle X}
μt=μs{\ displaystyle \ mu _ {t} = \ mu _ {s}}
Cov(Xt,Xs)=Cov(Xt+k,Xs+k){\ displaystyle \ operatorname {Cov} (X_ {t}, X_ {s}) = \ operatorname {Cov} (X_ {t + k}, X_ {s + k})}
t,s,k{\ displaystyle t, s, k}
R(t,s)=R(|t-s|,0){\ displaystyle R (t, s) = R (| ts |, 0)}
k∈Z{\ displaystyle k \ in \ mathbb {Z}}
γ(k)≡R(k,0)=Cov(Xk,X0){\ displaystyle \ gamma (k) \ equiv R (k, 0) = \ operatorname {Cov} (X_ {k}, X_ {0})}
γ(k){\ displaystyle \ gamma (k)}
k{\ displaystyle k}![k](https://wikimedia.org/api/rest_v1/media/math/render/svg/c3c9a2c7b599b37105512c5d570edc034056dd40)
Eiendom - Hvis er stille i svak forstand,X{\ displaystyle X}
γ(-k)=γ(k){\ displaystyle \ gamma (-k) = \ gamma (k)}
Denne egenskapen skyldes direkte det faktum at . Se for denne eiendommen Hamilton (1994,
s. 46 ).
γ(k)=R(|k|,0)=R(|-k|,0)=γ(-k){\ displaystyle \ gamma (k) = R (| k |, 0) = R (| -k |, 0) = \ gamma (-k)}![\ gamma (k) = R (| k |, 0) = R (| -k |, 0) = \ gamma (-k)](https://wikimedia.org/api/rest_v1/media/math/render/svg/812d2a1963b6d7e0d3014f1c71ba9e3f27dfa264)
Merknader
-
bruker vi også autokorrelasjonsfunksjonen
-
Se for eksempel Hamilton (1994) og Maddala og Kim (1998)
Referanser
(en) William H. Greene , Econometrics , Paris, Pearson Education,2005, 5 th ed. , 943 s. ( ISBN 978-2-7440-7097-6 ) , s. 2
(no) James Douglas Hamilton , Time Series Analysis , Princeton NJ, Princeton University Press ,1994, 799 s. ( ISBN 978-0-691-04289-3 , LCCN 93004958 ) , s. 799
(en) Gangadharrao Soundaryarao Maddala , Unit Roots, Cointegration and Structural Change , Cambridge, Cambridge University Press ,2003, 5 th ed. , innbundet ( ISBN 978-0-521-58257-5 , LCCN 98017325 ) , s. 505
Se også
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">