在AR(1)中， 从X+中去掉X1的影响，则只剩下随机扰动项，显然母 与X2无关，因此我们说X与X2的偏自相关系数为零，记椤 P2=Co(8,X,-2)=0 同样地，在AR(P)过程中，对所有的k>p,X与X间的 偏自相关系数为零。 ARp)的一个主要特征是：k>p时，Pk*=Corr(X,XJ=0 即pk*在p以后是截尾的。 一随机时间序列的识别原则： 若Xt的偏自相关函数在p以后截尾，即k>p时，P*=0, 而它的自相关函数p是拖尾的，则此序列是自回归AR(P) 序列。 36 36 从Xt中去掉Xt-1的影响，则只剩下随机扰动项t，显然它 与Xt-2无关，因此我们说Xt与Xt-2的偏自相关系数为零，记为 在AR(1)中， ( , 2 ) 0 *  2 = Corr  t Xt− = 同样地，在AR(p)过程中，对所有的k>p，Xt与Xt-k间的 偏自相关系数为零。 AR(p)的一个主要特征是:k>p时，k*=Corr(Xt ,Xt-k )=0 即k *在p以后是截尾的。 一随机时间序列的识别原则： 若Xt的偏自相关函数在p以后截尾，即k>p时，k *=0， 而它的自相关函数k是拖尾的，则此序列是自回归AR(p) 序列