NO.PZ2020011101000010
问题如下：
In the covariance-stationary AR(2), , where , what is the long-run mean and variance ?
选项：
解释：
Because this process is covariance-stationary
这里yt的系数>1，那么这个AR模型还是协方差平稳么？
李坏_品职助教 · 2024年05月31日
嗨，努力学习的PZer你好：
如果是AR（1）的话，可以直接通过yt-1的系数来判断是否平稳，但是这道题是AR(2)。
那就需要这样判断：
如果lag poly是可逆的，那么AR过程就是协方差平稳的。这个lag poly是否可逆，考试中不会考查，在计量经济学分析中一般是直接用Eviews单位根检验来进行判断，或者用Box jenkins检验。
----------------------------------------------就算太阳没有迎着我们而来，我们正在朝着它而去，加油！
Brian邵彬 · 2024年06月01日
PPT中展示的还是AR1模型的lag poly对吧，所以系数必须小于1才是可逆的对吧？如果是AR2，还需要重新构建lag poly，这样的话，条件应该就不是系数小于1了对吧？
NO.PZ2020011101000010问题如下 In the covariance-stationary AR(2), Yt=0.3+1.4Yt−1−0.6Yt−2+ϵtY_t = 0.3 + 1.4Y_{t - 1} - 0.6Y_{t - 2} + \epsilon_tYt=0.3+1.4Yt−1−0.6Yt−2+ϵt, where ϵt∼WN(0,σ2)\epsilon_t ∼ WN(0, \sigma^2)ϵt∼WN(0,σ2), whis the long-run meE[Yt]E[Y_t]E[Yt] anvarianV[Yt]V[Y_t]V[Yt]? Because this process is covariance-stationary E[Yt]=μ=0.31−1.4−(−0.6)=1.5E[Y_t]=\mu=\frac{0.3}{1-1.4-(-0.6)}=1.5E[Yt]=μ=1−1.4−(−0.6)0.3=1.5V[Yt]=γ0=0.321−1.4−(−0.6)=0.45V[Y_t]=\gamma_0=\frac{0.3^2}{1-1.4-(-0.6)}=0.45V[Yt]=γ0=1−1.4−(−0.6)0.32=0.45 老师好，e的方差为什么是0.3的平方？还有分母为什么不是1-Yt-1系数的平方-Yt—2系数的平方？
NO.PZ2020011101000010 分母是1-1.4和0.6的平方吗？
NO.PZ2020011101000010请问rho怎么计算的，谢谢
重新编写此题吧