나는 잠시 동안 고개를 곤두 세우면서 씨름하고 있었다 ... 어떻게 생각 하는가? 의견이나 추가 의견이 있으시면 감사하겠습니다.
고정 프로세스는 분포 평균과 분산이 일정하게 유지되도록 시계열 값을 생성하는 프로세스입니다. 엄밀히 말하면, 이것은 약한 형태의 정상 성 또는 공분산 / 평균 성 정상 성으로 알려져 있습니다.
약성의 형태는 시계열이 시간에 걸쳐 일정한 평균과 변화를 가질 때입니다.
간단하게 말하면, 실무자들은 고정 시계열은 추세가없는 시계열이라고 말하고 있습니다.
다른 지연 간의 공분산은 일정하며 시계열의 절대 위치에 의존하지 않습니다. 예를 들어, t와 t-1 (1 차 지연) 사이의 공분산은 항상 같아야합니다 (1960-1970 년의 기간 동안 1965-1975 년의 기간 또는 다른 기간과 동일).
비 정적 공정에서는 시리즈가 복귀하는 장기 평균이 없습니다. 따라서 우리는 정지되지 않은 시계열이 되돌리기를 의미하지 않는다고 말합니다. 이 경우 분산은 시계열의 절대 위치에 따라 달라지며 시간이 지남에 따라 분산이 무한대로 진행됩니다. 기술적으로 말하면 자동 상관은 시간이 지남에 따라 쇠퇴하지 않지만 작은 샘플에서는 느리게 사라지지만 사라집니다.
정지 과정에서 충격은 일시적이며 시간이 지남에 따라 에너지가 손실됩니다. 잠시 후 새로운 시계열 값에 기여하지 않습니다. 예를 들어, 제 2 차 세계 대전과 같이 오래 전에 (충분히 오래) 일어난 일이 영향을 미쳤지 만, 오늘의 시계열은 제 2 차 세계 대전이 발생하지 않은 것과 동일합니다. 또는 소산. 많은 고전적 경제 이론이 문구 성의 가정하에 도출되기 때문에 문구는 특히 중요하다.
문구의 강력한 형태는 시계열의 분포가 정확히 같은 최저 시간 일 때입니다. 다시 말해, 원래 시계열의 분포는 지연된 시계열 (임의의 수의 지연) 또는 시계열의 하위 세그먼트와 정확히 동일합니다. 예를 들어, 강력한 형식은 하위 세그먼트 1950-1960, 1960-1970 또는 1950-1960 및 1950-1980과 같은 겹치는 기간에도 분포가 동일해야 함을 나타냅니다. 이러한 형태의 문구는 배포를 가정하지 않기 때문에 강력하다고합니다. 확률 분포는 동일해야합니다. 정상 성이 약한 경우 평균과 분산으로 분포를 정의했습니다. 암시 적으로 정규 분포를 가정했기 때문에이 단순화를 수행 할 수 있습니다. 정규 분포는 평균과 분산 또는 표준 편차로 완전히 정의됩니다. 이것은 시계열 내에서 시퀀스의 확률 측정이 동일한 시계열 내에서 지연된 / 시프트 된 값의 시퀀스와 동일하다는 것을 말할뿐입니다.