时间序列建模问题，如何准确的建立时间序列模型？
如何用matlab得到白噪声的自相关函数和功率谱密度？
帮忙分析下eviews中的自相关图 第一列 一阶截尾，q=1第二列 二阶截尾，p=2平稳性：在序列中，view—unit root test—可以检查原序列、一阶序列；貌似只有差分平稳后才可以建立ARIMA，就是你p，q中间的1表示1阶差分吧若你的图是一阶差分的，那么建立方程LS D(X)C AR(2)MA(1)，试试在方程窗口，view—residual test—Q检验和LM自相关检验，至于P值判断可以搜一下检验的原假设，你设定一个显著性水平，如0.05，P
自相关函数有什么意义
白噪声的功率谱密度和自相关函数有什么特点？ 1)有限频带白噪声的功率谱(密度函数)在频带内为常数，在频带外为0；有限频带白噪声的自相关函数近似为Delta函数；其方差为有限值。2)无限频带白噪声的谱密度为常数；其相关函数为Delta函数，其方差值为无穷大。
什么是高斯白噪声？白噪声的自相关函数有何特点 高斯白噪声，是指噪声的概率密度函数满足正态分布统计特性，同时它的功率谱密度函数是常数的一类噪声。在通信系统的理论分析中，特别是在分析、计算系统抗噪声性能时，经常假定系统中信道噪声（即前述的起伏噪声）为高斯型白噪声。其原因在于：1.高斯型白噪声可用具体数学表达式表述，便于推导分析和运算；2.高斯型白噪声确实反映了实际信道中的加性噪声情况，比较真实地代表。了信道噪声的特性。高斯白噪声：如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。热噪声和散粒噪声是高斯白噪声。所谓高斯白噪声中的高斯是指概率分布是正态函数，而白噪声是指它的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。这是考查一个信号的两个不同方面的问题。高斯白噪声是指信号中包含从负无穷到正无穷之间的所有频率分量，且各频率分量在信号中的权值相同。白光包含各个频率成分的光，白噪声这个名称是由此由此而来的。它在任意时刻的幅度是随机的，但在整体上满足高斯分布函数。时变信号的知识参考《信号与系统》，高斯白噪声参考《通信原理》类书籍
高斯白噪声的自相关函数是什么？
如何判断时间序列是否是白噪声？ 纯医学背景学时间序列，只会用R，做题目：某对数收益率是否白噪声？直接用Box.test()？这个函数我之前学是…
图像的白噪声是什么意思？ 白噪声在时域信号中的定义非常清晰，他指的是功率密度在各个频率上一样大噪声。但是图像中，不存在像电…
