нейной
модели АРИСС (р, d, q) и получение предваритель-
ных оценок ее параметров. Идентификация распадается на
две стадии.
1. Определение порядка разности d исходного ряда х,
который обеспечивает стационарность.
2. Идентификация модели АРСС для ряда
\7
d
Xf
Главными инструментами анализа на обеих стадиях яв-
ляются автокорреляционная и частная автокорреляционная
функции.
Они используются
не
только для определения вида
модели, но и для приближенной оценки параметров.
Идентификацияпорядка
разности rf.
Мы
видели, что для стационарного смешанного процесса
автокорреляционная
функция удовлетворяет разностному
уравнению ф (В)рь = 0, k
>•
q — p.
Решение
этого уравнения для fe-й автокорреляции
(в
предположении, что корни характеристического уравне-
ния
различны) имеет вид:
(7.27)
Условие стационарности,
требующее
чтобы нули поли-
нома
,Ф
{В) лежали вне единичного круга, означает, что
Gj,
б
2
, ..., G
p
лежат внутри единичного круга. Из
(7.27)
яс-
но,
что в
случае
стационарного процесса, для которого ни
один из корней не лежит близко к границе единичного кру-
га, автокорреляционная функция
будет
сравнительно быст-
ро
затухать
с ростом k. Если же один вещественный корень,
скажем G
x
, близок к 1, так что G
x
= 1 — Ö, где б является
некоторой малой положительной величиной, то для боль-
шого k
автокорреляционная
функция
будет
затухать
медленно и
почти линейно. Это свойство используется в качестве инди-
катора корня, близкого к 1.
Способность автокорреляционной функции сохранять по-
стоянное
значение с ростом k может означать, что нужно
рассматривать исследуемый процесс как
нестационарный,
но
возможно, что его разность при этом стационарна. Отметим,
что оцененные корреляции не обязательно должны быть
очень высоки.
По
изложенным причинам предполагается, что порядок
разности d
t
обеспечивающий стационарность, достигнут тог-
Ш