1 Modelli per serie storiche univariate
1 Modelli per serie storiche univariate
1 Modelli per serie storiche univariate
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
dato che V (yt) = V (yt−1)<br />
V (yt) =<br />
σ 2<br />
1 − θ 2<br />
Cov(ytyt−1) = E(cyt cyt−1)<br />
= E [(θcyt−1 + εt) (cyt−1)]<br />
= θV (yt)<br />
= θ σ2<br />
1 − θ 2<br />
potete ottenere allo stesso modo che<br />
k σ2<br />
Cov(ytyt−k) = θ<br />
1 − θ2 cioe’ la Cov(ytyt−k) dipende solo da k e non da t.<br />
1.2 Processo a Media Mobile di ordine uno<br />
yt = µ + εt + αεt−1<br />
V (yt) = E(εt + αεt−1) 2<br />
= E(εt) 2 + α 2 E(εt−1) 2<br />
= (1 + α 2 )σ 2<br />
Cov(ytyt−1) = E [(εt + αεt−1) (εt−1 + αεt−2)]<br />
= αE ε 2 <br />
t−1<br />
= ασ 2<br />
Cov(ytyt−2) = 0<br />
Cov(ytyt−k) = 0 <strong>per</strong> k = 2, 3, 4..<br />
Se |θ| < 1 un processo AR puo’ essere riscritto come un processo MA infinito <strong>per</strong><br />
sostituzione di yt−1 = δ + θyt−2 + εt−1 in (1) otteniamo<br />
continuando le sostituzioni si ottiene<br />
dove n−1 <br />
θjεt−j e’ una componente MA<br />
j=0<br />
yt = µ + θ 2 (yt−2 − µ) + εt + θεt−1<br />
<br />
yt = µ + θ n n−1<br />
(yt−n − µ) + θ j εt−j<br />
2<br />
j=0