离开)被丢弃。根据之前的分析,需要测试的理论模型为:= + + + + + + 当UTI为白噪声序列时,这是一个k-滞后自回归模型,一个重要的步骤是确保时间序列是静态的。时间序列分析中的任何统计推断都严重依赖于弱平稳性假设,这意味着时间序列的前两个矩(均值和方差)不会随时间而变化。此外,另一个对预测很重要的假设是,这两个矩是alsofinite。(图3)StatisticNMeanSt。Dev.minMaxVolume2820.531635.2951367.6935268.078(图4)从图3中可以看出,间谍期权的市场交易量似乎保持在平均值附近,方差完全保持在时间上,因此时间序列似乎是近似平稳的。为了正式测试这一点,一种方法是增强的Dickey-Fuller测试,以验证单位根的存在。但首先,我们必须确定要使用的滞后的k个数。确定AR模型的顺序为了确定模型自回归部分(pastvolume)使用的适当时滞,一种方法是使用偏自相关函数(PAC F)。首先,依次考虑以下不同阶数的AR模型:= ,+ ,+ ,= ,+ ,+ ,+ ,= ,+ ,+ ,+ ,+ ,…= ,+ ,+ + ,+ ,允许,表示第一个时滞的样本系数,正式称为lag-1样本PACF。注意,这些模型是多元线性回归,可以通过OLS进行估计。