一般可以模擬爲
Yt=Mt+et;
一) 基本方法:
根據對Mt所做的假設不同,又可以細分爲不同類型:
1), 假設Mt在連續兩個時間點幾乎是不變的,根據OLS
argmin{ SUM(Yt-j - beta)^2, j<-{0,1} }
2), 假設Mt在連續3個時間點曾線性變化,根據OLS
argmin{SUM(Yt-j - beta0 - j*beta1)^2, j<-{-1,0,1}}
3), 假設Mt是由隨機遊動模型支配, 即Mt=Mt-1+et;
那麼可證明Yt一階差分是MA(1)過程;
4), 假設Mt=Mt-1 + Wt;Wt=Wt-1 + et;
那麼可證明Yt二階差分是MA(2)過程;
二)其他變換:
如果,時間序列Yt(如electricity數據)的方差隨着其均值曾比例變大,那麼可以使用對數變換。
給定,
E(Yt)=ut, std(Yt)=ut * theta;
可以證明(通過泰勒展開Yt=ut+(Yt-ut)/ut;
E(log(Yt))~=log(ut), Var(log(Yt))~=theta^2; (theta爲方差)
那麼,經過變換後,Yt將是常方差序列。
解決了方差變異性後,就可以採用上述基本方法進行平穩變換了。