王燕《应用时间序列分析》学习笔记2

平稳时间序列分析
一个序列经过预处理被识别为平稳非白噪声序列，就说明该序列是一个蕴含着相关信息的平稳序列。在统计上，我们通常是建立一个线性模型来拟合该序列的发展，借此提取该序列中的有用信息。ARMA(auto regression moving average)模型是目前最常采用的平稳序列拟合模型。

1.方法性工具
1.1 差分运算
一阶差分：

$$\nabla x_t=x_t-x_{t-1}$$
二阶差分：
$$\nabla ^2 x_t=\nabla x_t-\nabla x_{t-1}$$
p阶差分：
$$\nabla ^p x_t=\nabla^{p-1} x_t-\nabla^{p-1} x_{t-1}$$
k步差分：
$$\nabla _k=x_t-x_{x-k}$$
1.2 延迟算子
延迟算子类似于一个时间指针，当前序列值乘以一个延迟算子，就相当于把当前序列值的时间向过去拨了一个时刻。记B为延迟算子，有：
$$x_{t-1}=Bx_1$$ $$x_{t-2}=B^2x_1$$ $$...$$ $$x_{t-p}=B^px_{1}$$
延迟算子有如下性质：
1. $b^0=1$
2.若c为任意常数，有 $B(c\cdot x_t)=c\cdot B(x_t)=c\cdot x_{t-1}$
3.对任意两个序列 ${x_t},{y_t}$，有 $B(x_t\pm y_t)=x_{t-1}\pm y_{t-1}$
4.