我们为什么要关心MA过程是否可逆?


14

我很难理解为什么我们要关心MA过程是否可逆。

如果我错了,请纠正我,但我可以理解为什么我们关心AR进程是否是因果关系的,也就是说,如果我们可以“重写它”,可以说是某些参数和白噪声的总和-即移动平均过程。如果是这样,我们可以很容易地看到AR过程是因果的。

但是,我很难理解为什么我们要通过显示可逆性来表示是否可以将MA流程表示为AR流程。我不太了解我们为什么在乎。

任何见识都会很棒。

Answers:


7

可逆性并不是什么大问题,因为通过更改参数值,几乎所有高斯不可逆MA模型都可以更改为代表相同过程的可逆MA模型。在大多数关于MA(1)模型的教科书中都提到了这一点,但更普遍的说法是这样。(q)(q)

例如,考虑MA(2)模型 ,其中是方差为白噪声。这不是可逆模型,因为在单位圆内的根等于0.5。但是,请考虑通过将根更改为倒数2而获得的替代MA(2)模型,使得该模型的形式为 ,其中具有方差。您可以轻松地验证模型(1)和(2)都具有相同的自协方差函数,因此,如果过程是高斯模型,则为数据指定相同的分布。

(1)zt=(10.2B)(12B)wt,
wtσw2θ(B)
(2)zt=(10.2B)(10.5B)wt
wtσw2=4σw2

为了使模型可识别,使得从到数据的分布存在一对一的映射,因此按照惯例,参数空间仅限于可逆模型。最好使用此特定约定,因为模型可以直接以AR形式其中系数满足简单差分方程。θ1,θ2,,θq,σw2()π1,π2,θ(B)πi=0

如果我们不对参数空间施加此限制,则MA的似然函数通常最多具有局部最优值(如果MA多项式具有不同的实根),这是我们想要的。避免。(q)2qq

始终可以使用上述技术将根从单位圆的内部移到外部,并在白噪声方差中进行相应的更改,除非MA多项式恰好在单位圆上具有一个或多个根。


很有意思!
理查德·哈迪

是的,我不知道为什么在教科书中没有更清楚地说明这一点。您可以看到maInvertR的arima函数内部的函数正在使用此“技巧”,以确保参数估计值对应于可逆模型。
Jarle Tufto
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.