时间序列分析中首先遇到的问题是关于时间序列 数据的平稳性问题。 假定某个时间序列是由某一随机过程( stochastic process)生成的,即假定时间序列{X(t=1,2,…) 的每一个数值都是从一个概率分布中随机得到,如果 满足下列条件: 1)均值E(X)平是与时间t无关的常数; 2)方差Var(X)=2是与时间t无关的常数; 3)协方差Cov(X,x+)=是只与时期间隔k有关 与时间t无关的常数; 则称该随机时间序列是平稳的( stationary),而该 随机过程是一平稳随机过程( stationary stochastic process时间序列分析中首先遇到的问题是关于时间序列 数据的平稳性问题。 假定某个时间序列是由某一随机过程（stochastic process）生成的，即假定时间序列{Xt }（t=1, 2, …） 的每一个数值都是从一个概率分布中随机得到，如果 满足下列条件： 1）均值E(Xt)=是与时间t 无关的常数； 2）方差Var(Xt)=2是与时间t 无关的常数； 3）协方差Cov(Xt,Xt+k)=k 是只与时期间隔k有关， 与时间t 无关的常数； 则称该随机时间序列是平稳的（stationary)，而该 随机过程是一平稳随机过程（stationary stochastic process）