理解AR模型的定义，能熟练写出AR模型的模型结构和特征方程的表达式；掌握AR模型平稳性判别的三种方法，即图示法、特征根法和平稳域方法。练习1、考察如下四个AR模型的平稳性：利用函数arima.sim或函数filter拟合上述四个序列的序列值，绘制时序图（以2×2的结构排列），并对图形做出解释

全文链接：https://tecdat.cn/?p=33550原文出处：拓端数据部落公众号什么是时间序列？时间序列是一系列按时间顺序排列的观测数据。数据序列可以是等间隔的，具有特定频率，也可以是不规则间隔的，比如电话通话记录。在进行投资和交易研究时，对于时间序列数据及其操作要有专业的理解。本文

全文链接：https://tecdat.cn/?p=33550原文出处：拓端数据部落公众号什么是时间序列？时间序列是一系列按时间顺序排列的观测数据。数据序列可以是等间隔的，具有特定频率，也可以是不规则间隔的，比如电话通话记录。在进行投资和交易研究时，对于时间序列数据及其操作要有专业的理解。本文

你可以用两种方法来测试时间序列的平稳性:直观的方法：肉眼评估统计方法：单位根检验我们将创建几个示例，使用Hyndman和Athanasopoulos的时间序列分析教材《Forecasting:principlesandpractice》中提到方法解释平稳性的视觉评估，并扩展它们的用法，并解释使用单位根测试进行的平

参考文章：点这里平稳性：  通常来说，一个平稳的时间序列指的是这个时间序列在一段时间内=具有稳定的统计值，如均值、方差。由于我们对于一个数据是否平稳是有自己的直觉的，所

时序图可用于直观展示随时间变化时某变量的数据变化情况，其通常用于某项分析前的直观判断，比如ARIMA模型前的数据平稳性判断，也或者VAR模型之前时时间序列数据的走势一致性判

时间序列分析(4)—ARIMA模型：ACF、PACF在上一篇文章中，我们谈到了AR，MA模型，今天我们将研究ARIMA和ARMA模型，它们是由AR和MA模型组成的。自相关函数(ACF)平稳条件，特征