2.6　小结

本章介绍了时间序列的基本概念。主要包括时间序列的统计概念，详细讲述了其联合分布函数、边际分布、概率分布及常见的特征统计量，例如均值、方差、自协方差函数等，这些基本概念是贯穿整本书中的基础知识点。其次介绍了时间序列建模的重要性质：平稳性，平稳时间序列行为不随时间改变，这是确定模型的基础性质。再次介绍了时间序列对的相关性，相关性说明了时间序列数据之间的相关关系。在2.4节介绍了时间序列的运算，包括线性运算、延迟运算及差分运算，这些运算在后面的章节中对时间序列数据的处理起到了至关重要的作用。最后一节介绍了时间序列数据中很重要的一项——白噪声，这是有关拟合模型残差的重要假设。本章主要是讲述基础知识，为后续的建模奠定基础。