(2)偏自相关函数 自相关函数ACFk)给出了X与X-1的总体相关性，但总孙 相关性可能掩盖了变量间完全不同的隐含关系。 例如，在AR(1)随机过程中，X与X-2间有相关性可能主要 是由于它们各自与X-间的相关性带来的： P2=p2=p2=E(X,X-1)E(X,-1X,-2) 即自相关函数中包含了这种所有的“间接”相关。 与之相反，X,与Xt-k间的偏自相关函数(partia autocorrelation,简记为PACF)则是消除了中间变量Xt X-k+1带来的间接相关后的直接相关性，它是在已知序 列值Xt-1,X-k+1的条件下，X与Xk间关系的度量。 3535 （2）偏自相关函数 自相关函数ACF(k)给出了Xt与Xt-1的总体相关性，但总体 相关性可能掩盖了变量间完全不同的隐含关系。 例如，在AR(1)随机过程中，Xt与Xt-2间有相关性可能主要 是由于它们各自与Xt-1间的相关性带来的: 即自相关函数中包含了这种所有的“间接”相关。 与之相反，Xt与Xt-k间的偏自相关函数(partial autocorrelation，简记为PACF)则是消除了中间变量Xt- 1，.，Xt-k+1带来的间接相关后的直接相关性，它是在已知序 列值Xt-1，.，Xt-k+1的条件下，Xt与Xt-k间关系的度量。 ( ) ( ) 1 1 2 2 1 2  2 =  =  = E Xt Xt− E Xt− Xt−