1、时间序列模型的基本概念 随机时间序列模型( time series modeling)是指仅用它的 过去值及随机扰动项所建立起来的模型,其一般形式为 X=F(X12X12…,) 建立具体的时间序列模型,需解决如下三个问题: 1)模型的具体形式 (2)时序变量的滞后期 3)随机扰动项的结构 例如,取线性方程、一期滞后以及白噪声随机扰动项(μ =e1),模型将是一个1阶自回归过程AR(1) X(X+ Et 这里,ε特指一白噪声。1、时间序列模型的基本概念 随机时间序列模型（time series modeling）是指仅用它的 过去值及随机扰动项所建立起来的模型，其一般形式为 Xt=F(Xt-1 , Xt-2 , …, t ) 建立具体的时间序列模型，需解决如下三个问题： (1)模型的具体形式 (2)时序变量的滞后期 (3)随机扰动项的结构 例如，取线性方程、一期滞后以及白噪声随机扰动项（ t =t），模型将是一个1阶自回归过程AR(1)： Xt =Xt-1+ t 这里， t特指一白噪声