怎么计算自协方差函数 2113自协方差在统计学中，特定5261时间序列或者连续信号4102Xt的自协方差是信号与其经过时间平移1653的信号之间的协方差。如果序列的每个状态都有一个平均数E[Xt]=μt，那么自协方差为其中 E 是期望值运算符。如果Xt是二阶平稳过程，那么有更加常见的定义：其中k是信号移动的量值，通常称为延时。如果用方差σ^2 进行归一化处理，那么自协方差就变成了自相关系数R(k)，即有些学科中自协方差术语等同于自相关。（自协方差的概念）自协方差函数是描述随机信号X(t)在任意两个不同时刻t1，t2，的取值之间的二阶混合中心矩，用来描述X(t)在两个时刻取值的起伏变化（相对与均值）的相关程度，也称为中心化的自相关函数。
时间序列中的自相关函数为什么递减？对平稳过程，为什么自相关函数快速递减到零？ 时间序列分为AR模型、MA模型和ARMA模型，若自相关函数快速递减到0，则说明是MA模型
判定数据序列平稳与否的方法都有哪些？ 1、时间序列 取自某一个随机过程，如果此随机过程的随机特征不随时间变化，则我们称过程是平稳的；假如该随机过程的随机特征随时间变化，则称过程是非平稳的。2、宽平稳时间序列的定义：设时间序列，对于任意的，和，满足：则称 宽平稳。3、Box-Jenkins方法是一种理论较为完善的统计预测方法。他们的工作为实际工作者提供了对时间序列进行分析、预测，以及对ARMA模型识别、估计和诊断的系统方法。使ARMA模型的建立有了一套完整、正规、结构化的建模方法，并且具有统计上的完善性和牢固的理论基础。4、ARMA模型三种基本形式：自回归模型（AR：Auto-regressive），移动平均模型（MA：Moving-Average）和混合模型（ARMA：Auto-regressive Moving-Average）。（1）自回归模型AR(p)：如果时间序列 满足其中 是独立同分布的随机变量序列，且满足：则称时间序列 服从p阶自回归模型。或者记为。平稳条件：滞后算子多项式 的根均在单位圆外，即 的根大于1。（2）移动平均模型MA(q)：如果时间序列 满足则称时间序列 服从q阶移动平均模型。或者记为。平稳条件：任何条件下都平稳。（3）ARMA(p，q)模型：如果时间序列 满足则称时间序列 服从(p，q)阶自回归移动平均模型。或者记。
