学校最近使用Ruey S. Tsay (蔡瑞胸)(中研院院士） 的Analysis of Financial Time Series的书当课本 此书在chapter2 section6 p56下方到p57上方 提到ARMA(1,1)模型： r -ψ r =ψ + a - θ a t 1 t-1 0 t 1 t-1 其中a , a 表示误差项 , ψ ,ψ ,θ 是系数 t t-1 1 0 1 课本在这边提到ψ 必须不等於θ ,模型才会有意义 1 1 [ 我把原文打在下方： For this model to be meaningful, we need ψ ≠θ ; otherwise, there is a 1 1 cancelltion in the equation and the process reduces to a white noise series.] 对於这样的陈述 我有点不大确定他指涉的意思= =||| 我试着利用叠代法 也只能把式子代换成 r = a + ψ + ψ ψ + ψ ψ ψ + ψ ψ ψ ψ +... , if ∣ψ ∣ < 1 t t 0 0 1 0 1 1 0 1 1 1 ∣ 1∣ 也没办法把r 转换成很多个误差项(即课文中所提到的white noise)所组成,ex:像是 t a + a + a + a +... 这样的型式 t t-1 t-2 t-3 所以不知道有哪位版友 可以提点一下 究竟课本这段文字 是指什麽意思吗 感谢 ※ 编辑: bookticket 来自: 140.119.203.5 (05/03 22:08) 用推文有点不方便 ：p 一楼使用backshift operator的式子 我知道是要表达什麽意思 只是有点想问的是 课文中提到的 the process reduces to a white noise series 现在r = a [更确切一点说是(1-θB)r =ψ +(1-θB)a => r = ψ + a ] t t t 0 t t 0 t ------ 1-θB 此process目前被reduce到只有一个white noise项: a t 符合原来文章说的white noise series吗 [好像有点钻牛角尖？XD 但原本我使用迭代法 所得出的结论 也是reduce到只有一个white noise项: a t 所以我会想要问 只得到一个white noise项：a t 算是符合原来文章所说的white noise series吗？ 如果是的话 那代表其实我原本用迭代法得到的东西 其实也就是作者所要指涉的意思：p] [虽然好像只是映证当初对那句话的猜想 但经过讨论 发现使用迭代法 跟使用backshift operator法 可以得到相同的结论 也是蛮高兴的:P ] ※ 编辑: bookticket 来自: 140.119.203.5 (05/04 03:06)