在拟合数据以获得ARMA模型的系数估计值时，软件生成的MA术语如何适合数据。每次我尝试拟合都不会得到不同的值，因为MA（1）项是白噪声并且为每次模拟重新生成？
答案 0 :(得分：2)
MA（1）的系数是系列的当前值受纯粹随机过程和纯随机过程的先前值影响（包括）的程度的度量。在假设数据是作为MA（1）生成的情况下，从数据估计这些系数。数据不会在运行之间发生变化，因此MA系数的估计值不会在不同运行之间发生变化。
换句话说，假设数据来自MA（1），系数未知$ \ beta_0 $和$ \ beta_1 $，ARMA拟合软件旨在估算人口价值那些系数。
在将模型拟合到数据中没有任何伪随机性。这是一个优化过程，其中导出系数的初始值并用于拟合模型。完成这样的系数的新值被分配并且拟合得到改善。这一直持续到通过改变系数的值不能进一步改善拟合。那时模型已经融合。
也许你把MA过程的理论定义与ARMA拟合到一个固定的时间序列混淆了？