5-2 1 introduction ·单变量时间序列模型 只利用变量的过去信息和可能的误差项的当前和过去值来建模和预测 的一类模型(设定]。 与结构模型不同;通常不依赖于经济和金融理论 用于描述被观测数据的经验性相关特征 ARIMA(Auto Regressive Integrated Moving Average)ie- 类重要的时间序列模型 Box-enkins 1976 ·当结构模型不适用时,时间序列模型却很有用 如引起因变量变化的因素中包含不可观测因素,解释变量等观测频率 较低。结构模型常常不适用于进行预测 ·本章主要解决两个问题 个给定参数的时间序列模型,其变动特征是什么? 给定一组具有确定性特征的数据,描述它们的合适模型是什么?5-2 1 introduction • 单变量时间序列模型 – 只利用变量的过去信息和可能的误差项的当前和过去值来建模和预测 的一类模型(设定)。 – 与结构模型不同；通常不依赖于经济和金融理论 – 用于描述被观测数据的经验性相关特征 • ARIMA（AutoRegressive Integrated Moving Average）是一 类重要的时间序列模型 – Box-Jenkins 1976 • 当结构模型不适用时，时间序列模型却很有用 – 如引起因变量变化的因素中包含不可观测因素，解释变量等观测频率 较低。结构模型常常不适用于进行预测 • 本章主要解决两个问题 – 一个给定参数的时间序列模型，其变动特征是什么？ – 给定一组具有确定性特征的数据，描述它们的合适模型是什么？