差分运算

  • 一阶差分: ∇xt=xt−xt−1\nabla{x_t}=x_t - x_{t-1}∇xt​=xt​−xt−1​
  • P阶差分: ∇pxt=∇p−1xt−∇p−1xt−1\nabla^p{x_t}=\nabla^{p-1}x_t - \nabla^{p-1}x_{t-1}∇pxt​=∇p−1xt​−∇p−1xt−1​
  • k步差分: ∇k=xt−xt−k\nabla_k=x_t - x_{t-k}∇k​=xt​−xt−k​

延迟算子

延迟算子类似于一个时间指针,当前序列诚意一个延迟算子,就相当于把当前序列值的时间向过去拨了一个时刻
记 p 为延迟算子,则有Xt−p=BpXt,∀p≥1X_{t-p}=B^pX_t,\forall{p}\geq1Xt−p​=BpXt​,∀p≥1 , 则有:
一阶差分: ∇xt=xt−xt−1=(1−B)xt\nabla{x_t}=x_t - x_{t-1}=(1-B)x_t∇xt​=xt​−xt−1​=(1−B)xt​
二阶差分: ∇2xt=∇xt−∇xt−1=(xt−xt−1)−(xt−1−xt−2)=xt−2xt−1+xt−2=(1−2B+B2)xt=(1−B)2xt\nabla^2{x_t}=\nabla x_t - \nabla x_{t-1} = (x_t - x_{t-1}) - (x_{t-1} - x_{t-2}) = x_t - 2x_{t-1} + x_{t-2} = (1-2B + B^2)x_t = (1-B)^2 x_t∇2xt​=∇xt​−∇xt−1​=(xt​−xt−1​)−(xt−1​−xt−2​)=xt​−2xt−1​+xt−2​=(1−2B+B2)xt​=(1−B)2xt​
p阶差分: ∇pxt=∇p−1xt−∇p−1xt−1=(1−B)Pxt=∑i=0p(−1)pCpix(t−i)\nabla^p{x_t}=\nabla^{p-1}x_t - \nabla^{p-1}x_{t-1} = (1-B)^Px_t=\sum_{i=0}^{p}{(-1)^p C_{p}^i x_(t-i)}∇pxt​=∇p−1xt​−∇p−1xt−1​=(1−B)Pxt​=∑i=0p​(−1)pCpi​x(​t−i)
k步差分: ∇k=xt−xt−k=(1−Bk)xt\nabla_k=x_t - x_{t-k} = (1 - B^k)x_t∇k​=xt​−xt−k​=(1−Bk)xt​
延迟算子的性质
{B0=1B(c⋅xt)=c⋅B(xt)=c⋅xt−1,c为任意常数B(xt±yt)=xt−1±yt−1Bnxt=xt−n(1−B)n=∑i=0n(−1)nCniBi,其中Cni=n!i!(n−i)!\left\{ \begin{aligned} B^0=1 \\ B(c\cdot x_t) &= c \cdot B(x_t) = c \cdot x_{t-1}, c为任意常数\\ B(x_t \pm y_t) &= x_{t-1} \pm y_{t-1} \\ B^n x_t &= x_{t-n} \\ (1-B)^n &= \sum_{i=0}^{n}{(-1)^n C_{n}^{i} B^i}, 其中 C_{n}^i = \frac{n!}{i!(n-i)!}\\ \end{aligned} \right.⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧​B0=1B(c⋅xt​)B(xt​±yt​)Bnxt​(1−B)n​=c⋅B(xt​)=c⋅xt−1​,c为任意常数=xt−1​±yt−1​=xt−n​=i=0∑n​(−1)nCni​Bi,其中Cni​=i!(n−i)!n!​​

线性差分方程

zt+a1zt−1+a2zt−2+...+apzt−p=h(t)z_t + a_1z_{t-1} + a_2z_{t-2} + ... + a_pz_{t-p} = h(t)zt​+a1​zt−1​+a2​zt−2​+...+ap​zt−p​=h(t)

齐次线性差分方程

zt+a1zt−1+a2zt−2+...+apzt−p=0z_t + a_1z_{t-1} + a_2z_{t-2} + ... + a_pz_{t-p} = 0zt​+a1​zt−1​+a2​zt−2​+...+ap​zt−p​=0
齐次线性差分方程的解(利用特征方程求解)
用 λp\lambda^pλp 替代 ztz_tzt​ , 得到 λp+a1λp−1+a2λp−2+...+ap=0\lambda^p + a_1\lambda^{p-1} + a_2\lambda^{p-2} + ... + a_p= 0λp+a1​λp−1+a2​λp−2+...+ap​=0
特征方程的根称为特征根,记作 λ1,λ2,...,λp\lambda_1, \lambda_2,..., \lambda_pλ1​,λ2​,...,λp​

齐次线性差分方程的通解

  • 不相等实数根场合
    zt=c1λ1t+c2λ2t+...+cpλptz_t =c_1 \lambda_{1}^{t} + c_2 \lambda_{2}^{t}+ ...+ c_p \lambda_{p}^{t}zt​=c1​λ1t​+c2​λ2t​+...+cp​λpt​
  • 有相等实根场合
    zt=(c1+c2t+...+cdtd−1)λ1t+cd+1λd+1t+...+cpλptz_t =(c_1 + c_2 t+ ...+ c_dt^{d-1})\lambda_{1}^{t} + c_{d+1}\lambda^{t}_{d+1} + ...+ c_p\lambda_{p}^tzt​=(c1​+c2​t+...+cd​td−1)λ1t​+cd+1​λd+1t​+...+cp​λpt​
  • 复根场合
    zt=rt(c1eitω+c2e−itω)+c3λ3t+...+cpλptz_t = r^t(c_1e^{it\omega} + c_2e^{-it\omega}) + c_3\lambda_{3}^t +...+c_p\lambda_{p}^tzt​=rt(c1​eitω+c2​e−itω)+c3​λ3t​+...+cp​λpt​

非齐次线性差分方程的特解 zt′′z_{t}^{''}zt′′​ (使得非齐次线性差分方程城里的任意一个解)

zt′′+a1zt−1′′+a2zt−2′′+...+apzt−p′′=h(t)z_{t}^{''} +a_1z_{t-1}^{''} + a_2z_{t-2}^{''} +...+ a_pz_{t-p}^{''} = h(t)zt′′​+a1​zt−1′′​+a2​zt−2′′​+...+ap​zt−p′′​=h(t)
非齐次线性差分方程的通解 ztz_tzt​
齐次线性差分方程的通解和非齐次线性差分方程的特解之和
zt=zt′+zt′′z_t = z_{t}^{'} + z_{t}^{''}zt​=zt′​+zt′′​

【时间序列分析】差分运算及延迟算子的性质相关推荐

  1. 时间序列分析教程(一):基本性质

    这个学期接触了时间序列分析,期末复习了几天,稍微总结一下写一个系列的文章,如果出现一些知识性错误或者迷惑的地方,欢迎交流. 时间序列分析,其实就是和自然语言处理一样对序列数据进行分析,只是这里的序列数 ...

  2. sas应用入门(7.2)—— 平稳时间序列分析(建模)(精)

    #平稳序列建模 零.基本概念 1.两种方法工具 →{\to}→差分运算 →{\to}→延迟算子 2. 三种模型 →{\to}→AR模型 p-偏自相关系数 →{\to}→MA模型 q-自相关系数 →{\ ...

  3. 时间序列模型matlab_平稳时间序列分析01---AR模型

    引言 根据Wold分解定理,任意一个离散平稳时间序列都可以分解为一个确定性平稳序列和一个随机性平稳序列之和.且确定性序列可以表达为历史序列值的线性函数,而随机性序列可以表达为历史新息(历史纯随机波动) ...

  4. matlab 延迟算子,时间序列分析-----2---时间序列预处理

    既然有了序列,那怎么拿来分析呢? 时间序列分析方法分为描述性时序分析和统计时序分析. 1.描述性时序分析 通过直观的数据比较或绘图观测,寻找序列中蕴含的发展规律,这种分析方法就称为描述性时序分析. 描 ...

  5. 【转】时间序列分析——基于R,王燕

    <时间序列分析--基于R>王燕,读书笔记 笔记: 一.检验: 1.平稳性检验: 图检验方法: 时序图检验:该序列有明显的趋势性或周期性,则不是平稳序列 自相关图检验:(acf函数)平稳序列 ...

  6. 时间序列分析-----2---时间序列预处理

    既然有了序列,那怎么拿来分析呢? 时间序列分析方法分为描述性时序分析和统计时序分析. 1.描述性时序分析 通过直观的数据比较或绘图观测,寻找序列中蕴含的发展规律,这种分析方法就称为描述性时序分析. 描 ...

  7. 王燕《应用时间序列分析》学习笔记2

    平稳时间序列分析 一个序列经过预处理被识别为平稳非白噪声序列,就说明该序列是一个蕴含着相关信息的平稳序列.在统计上,我们通常是建立一个线性模型来拟合该序列的发展,借此提取该序列中的有用信息.ARMA( ...

  8. 时间序列分析:AR(p),MA(q)

    在一个连续的时间周期内随机变量发生变化,比如一个月内股票价格走势.每年的销售额.每小时进出园区的车辆等,这些都称为时间序列.时间序列分析通过分析过去一段时间内随机变量的走势,预测未来随机变量走势,时间 ...

  9. 时间序列分析之holtwinters和ARIMA

    原文:https://blog.csdn.net/huangtiao2509/article/details/78251101 时间序列是指按时间先后顺序排列的随机序列.所谓时间序列分析,就是根据有序 ...

最新文章

  1. 转 vi 编辑器,gcc 编译器的使用
  2. 史上最简单的SpringCloud教程 | 第十二篇: 断路器监控(Hystrix Dashboard)
  3. 1+X web中级 Laravel学习笔记——使用DB facade对数据库进行增删改查
  4. 【解放日报】除了CEO首席执行官,你了解CIO吗?
  5. dom4j工具类_基于DOM4J的XML文件解析类
  6. [Ext JS 4] 实战之Grid, Tree Gird 动态添加列
  7. HashMap的key可以是可变的对象吗???
  8. 2021-07-07 分类页面结构
  9. Excel/WPS之粘贴可见内容
  10. JavaScript判断数组是否为空、 判断数据类型
  11. java进销存系统--采购入库
  12. 基于PaddleX的岩石识别
  13. openssl官网-下载安装过程
  14. Fremont弗里蒙特_US机房测速
  15. java BIO tcp服务端向客户端消息群发代码教程实战
  16. 类设计者的核查表(转自C++rumination)
  17. 《陈零九的奇幻世界》NFT 系列来啦!
  18. 《Flutter 控件大全》第五十二个:Hero
  19. 硝酸浓度对多孔氧化锌薄膜刻蚀工艺能的影响
  20. 一个域名(二级域名)怎么绑定多个ip

热门文章

  1. OSPF 多区域原理与配置
  2. springboot学生选课系统毕业设计源码291510
  3. 外网业务访问故障,ping时通时断,显示有请求超时time out处理过程
  4. 大学四年是这么度过的——大学四年总结
  5. 记录一次Spark小问题的求证过程
  6. 如何卸载adobe air
  7. python爬虫爬取今日头条_python 简单爬取今日头条热点新闻(一)
  8. 我想做个读APPLE手机SN码的程序。
  9. 【Nginx】Nginx主机域名配置
  10. 查看当前Ubuntu系统的版本