Ich habe in John Cochranes Zeitreihe für Makroökonomie und Finanzen gelesen, dass:
Autokovarianz kann die Zeitreihen [gemeinsame Verteilung] vollständig charakterisieren.
Ich verstehe den Zusammenhang zwischen Kovarianz und gemeinsamer Verteilung hier nicht ganz. Kann das bitte jemand erklären?
time-series
autocorrelation
joint-distribution
Fliegende Schweine
quelle
quelle
Antworten:
Ein stationärer Gaußscher Prozess ist vollständig durch die Kombination seines Mittelwerts, seiner Varianz und seiner Autokorrelationsfunktion gekennzeichnet. Die Aussage, wie Sie sie lesen, ist nicht wahr. Sie benötigen die folgenden zusätzlichen Bedingungen:
Dann ist der gesamte stochastische Prozess vollständig durch seine Autokovarianzfunktion (oder äquivalent seine Varianz + Autokorrelationsfunktion) charakterisiert .σ2
Dies beruht einfach auf der Tatsache, dass jede multivariate Gaußsche Verteilung eindeutig durch ihren mittleren Vektor und ihre Kovarianzfunktion bestimmt wird. Also unter allen Bedingungen, die ich oben angegeben habe, die gemeinsame Verteilung vonk Beobachtungen in der Zeitreihe eine multivariate Normalverteilung mit einem mittleren Vektor, wobei jede Komponente gleich (nach Stationarität). Jede Komponente hat eine Varianz σ 2 (wiederum nach Stationarität) und Die Kovarianzkomponenten werden durch die entsprechenden verzögerten Kovarianzen in der Autokovarianzfunktion angegeben (wieder kommt Stationarität ins Spiel, da die Autokovarianz nur von der Zeitdifferenz (oder Verzögerung) zwischen den beiden Beobachtungen abhängt, deren Kovarianz genommen wird.μ σ2
quelle