平稳时间序列：什么意思、特点特征
对于随机变量X，可以计算其均值（数学期望）、方差σ 2 ；对于两个随机变量量X和Y，可以计算X，Y的协方差cov（X，Y）=E[（X-μX）（Y-μY）]和相关系数ρ（X，Y）=[cov（X，Y）]/（σ X σ Y ），它们度量了两个不同事件之间的相互影响程度。
对于时间序列{X t ，t∈T}，任意时刻的序列值X t 都是一个随机变量，每一个随机变量都会有均值和方差，记X t 的均值为μ t ，方差为σ t ；任取t，s∈T，定义序列{X t }的自协方差函数γ（t，s）=E[（X t -μ t ）（X s -μ s ）]和自相关系数ρ（t，s）=[cov（X t ，X s ）]/（σ t σ s ）（特别地，γ（t，t）=γ（0）=1，ρ 0 =1），之所以称它们为自协方差函数和自相关系数，是因为它们衡量的是同一个事件在两个不同时期（时刻t和s）之间的相关程度，形象地讲就是度量自己过去的行为对自己现在的影响。
如果时间序列{X t ，t∈T}在某一常数附近波动且波动范围有限，即有常数均值和常数方差，并且延迟k期的序列变量的自协方差和自相关系数是相等的或者说延迟k期的序列变量之间的影响程度是一样的，则称{X t ，t∈T}为平稳序列。
