为什么要做自相关分析对数据有什么条件吗

平稳（stationary）或者几阶平稳（取当期与之前期之差，如物价水平的一阶差分为通胀水平）：强要求是系列的联合分布是一致的，弱要求是协方差矩阵不依赖于时间【即绝对位置不影响结果，只有相对重要性】。由于受到除此系列以外其他因素/系列的影响，宏观经济中的例子通常用向量自相关模型（VAR），那么还要求检查系列之间的协整情况（醉汉牵狗的故事：是否狗也是随机游走的。），从而决定是否建立向量误差修订模型（VECM）。

推荐度：

点击下载本文 文档为doc格式

导读平稳（stationary）或者几阶平稳（取当期与之前期之差，如物价水平的一阶差分为通胀水平）：强要求是系列的联合分布是一致的，弱要求是协方差矩阵不依赖于时间【即绝对位置不影响结果，只有相对重要性】。由于受到除此系列以外其他因素/系列的影响，宏观经济中的例子通常用向量自相关模型（VAR），那么还要求检查系列之间的协整情况（醉汉牵狗的故事：是否狗也是随机游走的。），从而决定是否建立向量误差修订模型（VECM）。

平稳（stationary）或者几阶平稳（取当期与之前期之差，如物价水平的一阶差分为通胀水平）：强要求是系列的联合分布是一致的，弱要求是协方差矩阵不依赖于时间【即绝对位置不影响结果，只有相对重要性】。由于受到除此系列以外其他因素/系列的影响，宏观经济中的例子通常用向量自相关模型（VAR），那么还要求检查系列之间的协整情况（醉汉牵狗的故事：是否狗也是随机游走的？），从而决定是否建立向量误差修订模型（VECM）。