时间序列MA(Moving Average)模型的特征方程一般写成如下形式:
Yt = μ + εt + θ1εt-1 + θ2εt-2 + ... + θqεt-q
其中:
Yt 是时间序列在时间 t 的值
μ 是常数项,表示时间序列的均值
εt 是时间序列的随机误差项
θ1, θ2, ..., θq 是模型的参数,表示前 q 个随机误差项对当前时间序列值的影响程度
由于这个模型中包含了过去的误差项,所以又称为滑动平均模型。
时间序列MA模型特征方程是对数据的移动平均值进行建模,这个模型具有自回归性质,它可以通过系数来描述序列中的趋势和周期性质。
![](https://iknow-pic.cdn.bcebos.com/1e30e924b899a901230df2a00f950a7b0208f568?x-bce-process=image%2Fresize%2Cm_lfit%2Cw_600%2Ch_800%2Climit_1%2Fquality%2Cq_85%2Fformat%2Cf_auto)